<p>Comparative Study of Two Short-Form Versions of the Montreal Cognitive Assessment for Screening of Post-Stroke Cognitive Impairment in a Chinese Population</p>
Notice bibliographique
Résumé
PURPOSE: Cognitive impairment (CI) is one of the most significant post-stroke complications. The Montreal Cognitive Assessment (MoCA) is widely applied to the early screening of post-stroke CI (PSCI), and has good sensitivity and specificity, but needs a long time to administer. Clinicians and researchers need shorter, more effective cognitive testing tools. The purpose of this study was to detect the sensitivity and specificity of two different short-form versions of the MoCA (SF-MoCA) for screening of PSCI in a Chinese population. METHODS: A total of 2,989 stroke participants were included from 14 hospitals in northern and southern China between June 2011 and September 2013. The sensitivity and specificity of the two SF-MoCA versions were compared. RESULTS: Using an MoCA score <26 as the critical value, the National Institute of Neurological Disease and Stroke-Canadian Stroke Network SF-MoCA showed sensitivity of 91% and specificity of 63% (PPV 71%, BPV 87%) with scores ≤10 points. The sensitivity and specificity of the Bocti SF-MoCA were 92% and 69% (PPV 75%, BPV 89%) with scores ≤7, respectively. The area under the curve was 0.885 (95% CI 0.873-0.897) and 0.912 (95% CI 0.902-0.922), respectively. CONCLUSION: The Bocti SF-MoCA can be used as a briefer and more effective screening tool for PSCI in Chinese.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».