Influence of the Intensive Care Unit Environment on the Reliability of the Montreal Cognitive Assessment
Notice bibliographique
Résumé
Background: Neuropsychological screening becomes increasingly important for the evaluation of subarachnoid hemorrhage (SAH) and stroke patients. It is often performed during the surveillance period on the intensive (ICU) already, while it remains unknown, whether the distraction in this environment influences the results. We aimed to study the reliability of the Montreal Cognitive Assessment (MoCA) in the ICU environment. Methods: Consecutive stable acute brain injury patients were evaluated twice within 36 hours using official parallel versions of the MoCA (ΔMoCA). The sequence of assessment was randomized into a) busy ICU first or b) quiet office first with subsequent crossover. For repeated MoCA, we determined sequence, period, location effects, and the intraclass correlation coefficient (ICC). Results: N=50 patients were studied (n=30 (60%) male), with a mean age of 57 years (standard deviation (SD) 17.2). The assessment’s sequence (“ICU first” mean ΔMoCA -1.14 (SD 2.34) vs. “Office first” -0.73 (SD 1.52)) did not influence the MoCA (p=0.47). On the 2nd period, participants scored 0.96 points worse (SD 2.01; p=0.001), indicating no MoCA learning effect but a possible difference in parallel versions. There was no location effect (p=0.31) with ΔMoCA between locations (Office minus ICU) of -0.32 (SD 2.21). The ICC for repeated MoCA was 0.87 (95% CI 0.79 – 0.92). Conclusions: The reliability of the MoCA was excellent, independent from the testing environment being ICU or office. This finding is helpful for patient care and studies investigating the effect of therapeutic interventions on the neuropsychological outcome after SAH, stroke or traumatic brain injury.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».