Educational level and its Association with the domains of the Montreal Cognitive Assessment Test
Notice bibliographique
Résumé
Objective: To explore the association between educational level and the scores obtained in each of the domains of the Montreal Cognitive Assessment test.Methods: This is a secondary analysis of the SABE/2012 Bogotá survey; a cross-sectional study including 2000 subjects aged ≥60years. The MoCA test was the dependent variable and was stratified by cognitive domains, incorrect answers and scores were considered. Educational level was assessed through years of formal education. Age, sex and selected medical conditions were also included to adjust the multivariate models. Bivariate analyses, fitted logistic and linear regression models were employed for analyzing association between these variables.Results: The proportion of incorrect answers increased as schooling years decreased and as age increased. In the multivariate analysis, visuospatial and executive function were the most affected domains. Educational level displayed less influence than age on short memory-recall task (standardized beta 0.19 vs -0.24). Educational level showed a greater influence than age on no-memory tasks (the sum of all other domains; standardized beta 0.50 vs -0.29).Conclusions: It seems logical to consider that performance in most domains of the MoCA is influenced by years of education. Therefore, low scores on these tasks could lead to low total MoCA scores and thus to bias and over diagnosis of cognitive impairment in patients with lower educational levels. Memory-recall domain is not affected much by education and applying it separately could be useful in patients with low educational level in whom we suspect memory impairment.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».