The Colorado Cognitive Assessment (CoCA): Development of an Advanced Test of Cognitive Status
Notice bibliographique
Résumé
Abstract Objective Current brief tests of cognition provide a rough indication of overall cognitive functioning that assist with making gross clinical judgments (e.g., demented vs. not demented). The purpose of the present study was to develop and preliminarily validate a brief tool, The Colorado Cognitive Assessment (CoCA) to facilitate early and accurate diagnosis of mild and atypical presentations of dementia. A related goal was to compare its psychometric properties with The Montreal Cognitive Assessment (MoCA). Method Participants were 150 community dwelling adults over the age of 50 without a known mental health or neurological condition. Confirmatory factor analysis (CFA) was used to assess model fit of the CoCA and MoCA. Measurement invariance (MI) was evaluated using the multiple-indicators multiple-causes modeling (MIMIC) approach. Results The CFA model of the CoCA revealed excellent fit; χ2(44) = 47.506, p = .332; CFI = 0.987; TLI = 0.983; RMSEA = 0.023 (90% CI [0.000, 0.061]); SRMR = 0.048. MI analyses revealed that items on the CoCA were invariant to sex, age, education, and mood. In comparison, a CFA model of the MoCA had worse fit; χ2(14) = 28.536, p = .012; CFI = 0.817, TLI = 0.725; RMSEA = 0.083 (90% CI [0.038, 0.127]); SRMR = 0.062; and was biased by age, education, and depressive symptomatology. The global factor score reliability of the CoCA (r = .84) was better than the MoCA (r = .74). Conclusion Results provide preliminary evidence for the CoCA as a reliable and comprehensive cognitive instrument with further cross-sectional and longitudinal research needed for its validation.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».