Comparing face-to-face and videoconference completion of the Montreal Cognitive Assessment (MoCA) in community-based survivors of stroke
Notice bibliographique
Résumé
Introduction Videoconferencing may help address barriers associated with poor access to post-stroke cognitive screening. However, the equivalence of videoconference and face-to-face administrations of appropriate cognitive screening tools needs to be established. We compared face-to-face and videoconference administrations of the Montreal Cognitive Assessment (MoCA) in community-based survivors of stroke. We also evaluated whether participant characteristics (e.g. age) influenced equivalence. Methods We used a randomised crossover design (two-week interval). Participants were recruited through community advertising and use of a stroke-specific database. Both sessions were conducted by the same researcher in the same location. Videoconference sessions were conducted using Zoom. A repeated-measures t-test, intraclass correlation coefficient (ICC), Bland–Altman plot and multivariate regression modelling were used to establish equivalence. Results Forty-eight participants (26 men, M age = 64.6 years, standard deviation ( SD) = 10.1; M time since stroke = 5.2 years, SD = 4.0) completed the MoCA face-to-face and via videoconference on average 15.8 ( SD = 9.7) days apart. Participants did not perform systematically better in a particular condition, and no participant variable predicted difference in MoCA performance. However, the ICC was low (0.615), and the Bland–Altman plot indicated wide limits of agreement, indicating variability between sessions. Discussion Our findings provide preliminary evidence to support the use of videoconference to administer the MoCA following stroke. However, further research into the test–retest reliability of scores derived from the MoCA is needed in this population. Administering the MoCA via videoconference holds potential to ensure that all stroke survivors undergo cognitive screening, in line with recommended clinical practice.
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 | 0,006 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,002 | 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 ».