Identifying an Optimal Cutoff of the Montreal Cognitive Assessment to Predict Amyloid-PET Positivity in a Referral Memory Clinic
Notice bibliographique
Résumé
BACKGROUND: Brain amyloid- positron emission tomography (PET) imaging is highly sensitive for identifying Alzheimer disease. Currently, there is a lack of insight on the association between amyloid-PET status and the widely used Montreal cognitive assessment (MoCA). Studying this relationship may optimize the clinical use of amyloid-PET imaging. OBJECTIVES: To evaluate the relationship between amyloid-PET status and MoCA scores and to identify a MoCA score cutoff that translates to amyloid-PET positivity. METHODS: Using retrospective chart review, patients from 2010 to 2017 with amyloid-PET scans (positive or negative) and MoCA test scores were included. We studied the relationship between amyloid-PET status and MoCA scores and the influence of age, sex, education, and race. A MoCA score cutoff for amyloid-PET positivity was estimated. RESULTS: Among the 684 clinic patients with dementia, 99 fulfilled inclusion criteria. Amyloid-PET positivity was associated significantly with lower MoCA scores (median=19, U=847, P=0.01). The MoCA score cutoff (25) used for minimal cognitive impairment (MCI) predicted amyloid-PET positivity suboptimally (sensitivity=94.6%, specificity=13.9%). A MoCA score cutoff of 20 patients had optimal sensitivity (64.2%) and specificity (67.4%). CONCLUSIONS: Amyloid-PET positivity is associated with lower MoCA scores. Clinical utility of amyloid-PET scan is likely to be suboptimal at the MoCA score cutoff for minimal cognitive 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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».