Accuracy of the short‐form Montreal Cognitive Assessment: Systematic review and validation
Notice bibliographique
Résumé
INTRODUCTION: Short-form versions of the Montreal Cognitive Assessment (SF-MoCA) are increasingly used to screen for dementia in research and practice. We sought to collate evidence on the accuracy of SF-MoCAs and to externally validate these assessment tools. METHODS: We performed systematic literature searching across multidisciplinary electronic literature databases, collating information on the content and accuracy of all published SF-MoCAs. We then validated all the SF-MoCAs against clinical diagnosis using independent stroke (n = 787) and memory clinic (n = 410) data sets. RESULTS: We identified 13 different SF-MoCAs (21 studies, n = 6477 participants) with differing test content and properties. There was a pattern of high sensitivity across the range of SF-MoCA tests. In the published literature, for detection of post stroke cognitive impairment, median sensitivity across included studies: 0.88 (range: 0.70-1.00); specificity: 0.70 (0.39-0.92). In our independent validation using stroke data, median sensitivity: 0.99 (0.80-1.00); specificity: 0.40 (0.14-0.87). To detect dementia in older adults, median sensitivity: 0.88 (0.62-0.98); median specificity: 0.87 (0.07-0.98) in the literature and median sensitivity: 0.96 (range: 0.72-1.00); median specificity: 0.36 (0.14-0.86) in our validation. Horton's SF-MoCA (delayed recall, serial subtraction, and orientation) had the most favorable properties in stroke (sensitivity: 0.90, specificity: 0.87, positive predictive value [PPV]: 0.55, and negative predictive value [NPV]: 0.93), whereas Cecato's "MoCA reduced" (clock draw, animal naming, delayed recall, and orientation) performed better in the memory clinic (sensitivity: 0.72, specificity: 0.86, PPV: 0.55, and NPV: 0.93). CONCLUSIONS: There are many published SF-MoCAs. Clinicians and researchers using a SF-MoCA should be explicit about the content. For all SF-MoCA, sensitivity is high and similar to the full scale suggesting potential utility as an initial cognitive screening tool. However, choice of SF-MoCA should be informed by the clinical population to be studied.
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 | 0,147 | 0,456 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».