Montreal cognitive assessment for cognitive detection in brain trauma patients with normal mini-mental state examination scores
Notice bibliographique
Résumé
Objective To evaluate the Montreal cognitive assessment (MoCA) for detecting the mild cognitive impairment (MCI) in brain trauma patients with normal mini-mental state examination (MMSE) scores. Methods Fifty brain trauma patients with normal MMSE scores hospitalized from January 2013 to June 2014 were subjected to the MoCA test. The patients were classified as cognitive impairment group scored less than 26 on the MoCA and cognitive normal group scored 26 or above on the MoCA. Differences in MMSE and MoCA scores of the two groups were compared. Receiver operative characteristic (ROC) curve was used to determine the optimal cut-off scores in screening for MCI. Results Overall MMSE and MoCA scores were (27.84±0.89)points and (23.24±2.90)points. There was a positive correlation between MoCA and MMSE total scores (r=0.355 2, P<0.05). MCI was found in 79% of the brain trauma patients using the MoCA. MMSE total score and subscores were all similar between the two groups. MoCA total score and subscores of attention, language, abstraction and delayed recall were much higher in cognitive normal group than in cognitive impairment group (P<0.05), but there were no significant differences in visuospatial, naming and oritention domains. Area under the ROC curve for MoCA(0.871±0.038) was larger compared with MMSE (0.796±0.054) (Z=3.592, P<0.05). The optimal cut-off scores of MoCA and MMSE for the identification of MCI were 25.5 and 28.5 respectively. Conclusions MoCA and MMSE total scores are positively correlated. MoCA is a better detector for the identification of MCI in brain trauma patients than the MMSE. Key words: Craniocerebral trauma; Cognition disorders; Montreal cognitive assessment/mini-mental state examination
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».