MétaCan
Menu
Retour à la cohorte
Enregistrement W2946778857 · doi:10.1111/jar.12621

The predictive validity of the MoCA‐LD for assessing mental capacity in adults with intellectual disabilities

2019· article· en· W2946778857 sur OpenAlexaboutno aff
Daniel Edge, Louise Ewing

Notice bibliographique

RevueJournal of Applied Research in Intellectual Disabilities · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDown syndrome and intellectual disability research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentPsychologyCognitionLogistic regressionPredictive validityClinical psychologyExecutive functionsTest (biology)Borderline intellectual functioningDevelopmental psychologyPsychiatryCognitive impairmentComputer scienceMachine learning

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mental capacity assessments currently rely on subjective opinion. Researchers have yet to explore the association between key cognitive functions of rational decision making and mental capacity classifications for people with intellectual disabilities. METHOD: Sixty-three adults completed the Montreal Cognitive Assessment, which yielded estimates of their overall cognitive ability (MoCA-LD) as well as their memory, attention, language and executive functioning. Differences in scores were explored for those who had, and lacked, capacity, and logistic regression was used to test the predictive validity of each measure. RESULTS: There were significant differences between both groups for all measures. Logistic regression identified MoCA-LD as a significant predictor of capacity assessment outcomes. ROC curve analysis provided novel, evidence-based benchmarks to help guide clinical practice based on MoCA-LD scores. CONCLUSION: This study offers a foundation for more objective approaches to mental capacity assessment. This demonstrates that assessments of cognitive ability can yield information that is helpful for mental capacity evaluations.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,048
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,244
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,006
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,147
Tête enseignante GPT0,374
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Research in Intellectual DisabilitiesMême sujetDown syndrome and intellectual disability researchTravaux en français237 207