MétaCan
Menu
Retour à la cohorte
Enregistrement W2899815202 · doi:10.1093/geroni/igy023.497

CAN MOCA SCORES PREDICT AMYLOID PET SCAN POSITIVITY? SENSITIVITY AND SPECIFICITY ANALYSES IN A MEMORY CLINIC SAMPLE

2018· article· en· W2899815202 sur OpenAlexaboutno aff
Shreya Nair, Srinath Ramaswamy, Anil K. Nair

Notice bibliographique

RevueInnovation in Aging · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentReceiver operating characteristicMedicineInternal medicineLogistic regressionArea under the curveUnivariate analysisMultivariate analysisConfidence intervalNuclear medicineCognitive impairmentDisease

Résumé

récupéré en direct d'OpenAlex

Background: Sensitivity and specificity of Montreal cognitive assessment (MOCA) score to predict amyloid positive scans is clinically meaningful. Objectives: Estimate sensitivity and specificity of MOCA scores for predicting positive amyloid PET scans. Methods: Memory clinic patients from July 2010 to Dec 2017 with available MOCA score and binary amyloid-PET result were analyzed retrospectively. Univariate and multivariate analyses of age, race, gender and education with MOCA score and amyloid-PET status was performed. Sensitivity and specificity of MOCA score to predict amyloid positivity was calculated. Receiver Operating Conditions (ROC) analysis measured area under the curve (AUC) and selected the ideal cut point. Results: From July 2010 to Dec 2017, 99 patients had available MOCA scores and Amyloid-PET imaging. Mean±SD of age, education, MOCA score of subjects were 71.31 ± 9 years, 13.33 ± 2.52 years and 20.09 ± 4.84 respectively. 49 females (49.5%), 93 Caucasians (94%) and 56 amyloid-PET positive (56.57%) patients were included. Lower MOCA scores significantly correlated to amyloid positivity in univariate (χ2=6.39, df=1, p<0.05) and multivariate logistic regression analyses after adjusting for age, gender, education, and race (OR= 0.89, 95% CI= 0.80–0.99, p<0.05). The established clinical cut point of MOCA<26, had 98.2% sensitivity and 9.3% specificity for predicting Amyloid-PET positivity. AUC was 0.65 (95% CI 0.54 - 0.76). The ideal MOCA cut point score was 20, with 67% sensitivity and 64% specificity. Conclusions: A real-world estimate confirms poor clinical utility of MOCA to predict amyloid positivity. The clinical cut point was not adequately specific. Additional studies are needed to detect the pre-clinical stage of dementia.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,059
Tête enseignante GPT0,385
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207