C-33 Abnormal MoCA Scores in a Clinic-Referred Sample
Notice bibliographique
Résumé
Abstract Objective To examine Montreal Cognitive Assessment (MoCA) performance and frequency of low scores among veterans with primary diagnoses of cognitive disorder, psychiatric disorder, or no disorder. Method A clinic-referred sample of veterans (n = 214; Mage = 66.1, SD = 15; Medu = 13.3, SD = 2.7) diagnosed with mild cognitive impairment (MCI; n = 97), dementia (n = 47), depression (n = 18), PTSD (n = 22), or no cognitive or psychiatric disorder (n = 30) were included. All participants were administered the MoCA as part of a larger battery of tests. Analysis of covariance (ANCOVA), controlling for age and education, was conducted (Bonferroni correction applied) to compare diagnostic groups on MoCA uncorrected total score. Results Across groups, mean MoCA scores were significantly different using ANCOVA, F(4, 207) = 31.5, p < .001. As expected, those with no diagnosis (M = 24.7, SD = 2.1) or psychiatric disorders (PTSD M = 24.4, SD = 4.1; Depression M = 23.9, SD = 3) scored higher than those with cognitive disorder (MCI M = 21.7, SD = 3.1; Dementia M = 17.4, SD = 4.1), p < .001. While both psychiatric groups scored higher than those with dementia (p < .001), the depression group did not significantly differ from those with MCI (p = .11). Examination of scores across all groups revealed a majority of participants scored below the recommended cutoff of < 26. Specifically, 100% of dementia cases, 89.7% of MCI cases, 63.3% of no diagnosis cases, 50% of PTSD cases, and 72.2% of depression cases scored < 26. Conclusion Abnormal MoCA scores are common, even in the absence of cognitive impairment. Individuals with PTSD or depression are likely to score below the publisher's recommend cutoff. While this may reflect cognitive symptoms of psychiatric conditions, it may also reflect normative limitations as identified in past studies.
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 | 0,000 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».