Is the Montreal Cognitive Assessment (MoCA) screening superior to the Mini-Mental State Examination (MMSE) in the detection of mild cognitive impairment (MCI) and Alzheimer’s Disease (AD) in the elderly?
Notice bibliographique
Résumé
ABSTRACTObjective:To compare the accuracy of Mini-Mental State Examination (MMSE) and of the Montreal Cognitive Assessment (MoCA) in tracking mild cognitive impairment (MCI) and Alzheimer's Disease (AD). METHOD: A Systematic review of the PubMed, Bireme, Science Direct, Cochrane Library, and PsycInfo databases was conducted. Using inclusion and exclusion criteria and staring with 1,629 articles, 34 articles were selected. The quality of the selected research was evaluated through the Quality Assessment of Diagnostic Accuracy Studies 2 tool (QUADAS-2). RESULT: More than 80% of the articles showed MoCA to be superior to MMSE in discriminating between individuals with mild cognitive impairment and no cognitive impairment. The area under the curve varied from 0.71 to 0.99 for MoCA, and 0.43 to 0.94 for MMSE, when evaluating the ability to discriminate MCI in the cognitively healthy elderly individuals, and 0.87 to 0.99 and 0.67 to 0.99, respectively, when evaluating the detection of AD. The AUC mean value for MoCA was significantly larger compared to the MMSE in discriminating MCI from control [0.883 (CI 95% 0.855-0.912) vs MMSE 0.780 (CI 95% 0.740-0.820) p < 0.001]. CONCLUSION: The screening tool MoCA is superior to MMSE in the identification of MCI, and both tests were found to be accurate in the detection of AD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,038 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».