MétaCan
Menu
Retour à la cohorte
Enregistrement W2999597890 · doi:10.1371/journal.pone.0227073

The validation of the Beijing version of the Montreal Cognitive Assessment in Chinese patients undergoing hemodialysis

2020· article· en· W2999597890 sur OpenAlexaboutno aff
Taotao Ru, Yidan Guo, Pengpeng Ye, Chunxia Zhang, Yang Luo

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesBeijing Municipal Science and Technology Commission
Mots-clésMontreal Cognitive AssessmentReceiver operating characteristicCognitionMedicineNeuropsychologyConfidence intervalRank correlationInternal medicineCognitive impairmentPsychiatryStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Cognitive impairment is common among hemodialysis patient, but still lack adequate screening in clinical settings. The Montreal Cognitive Assessment (MoCA) is reportedly to be a sensitive screening tool for cognitive impairment, but its clinical value in patients undergoing hemodialysis is not well established. We aimed to validate the utility of the Beijing version of the MoCA (MoCA-BJ) for detecting cognitive impairment in comparison to a detailed neuropsychological battery as the gold standard. METHODS: We assessed 613 patients undergoing hemodialysis using the MoCA-BJ, the Mini-Mental State Examination (MMSE), and a comprehensive neuropsychological battery. Cognitive dysfunction was defined by the fifth version of the Diagnostic and Statistical Manual of Mental Disorders (DSM-V). Spearman's correlation and linear regression were used to estimate the performance of the MoCA-BJ and MMSE in predicting cognitive impairment. A receiver operating characteristic (ROC) curve analysis was used to evaluate the utility of various cutoffs of the MoCA-BJ and MMSE for predicting cognitive impairment. RESULTS: Cognitive impairment was diagnosed in 80.91% (496/613), 75.69% (464/613), and 61.34% (376 /613) of the patients using the DSM-V, MoCA-BJ, and MMSE, respectively. Spearman's rank correlation analysis indicated that the MoCA-BJ was significantly correlated with the neuropsychological battery (rs = 0.639, p<0.001), whereas the MMSE had a weaker correlation with the battery. The area under the ROC curve for cognitive impairment diagnosis using the MoCA-BJ was 0.891 (95% confidence interval: 0.859-0.924) while using the MMSE was 0.823 (95% confidence interval: 0.786-0.860). The optimal MoCA-BJ cutoff score in discriminating patients with and without cognitive impairment was 24 points with a sensitivity of 0.877 and specificity of 0.752. CONCLUSION: The MoCA-BJ offers good sensitivity and specificity levels in detecting cognitive impairment in hemodialysis patients. These findings support the utility of the MoCA-BJ as a screening tool for cognitive impairment in Chinese patients undergoing hemodialysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,244
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetDialysis and Renal Disease ManagementTravaux en français237 207