MétaCan
Menu
Retour à la cohorte
Enregistrement W3035781759 · doi:10.2147/cia.s248856

<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>

2020· article· en· W3035781759 sur OpenAlexaboutno aff
Jingjing Wei, Xianglan Jin, Baoxin Chen, Xuemei Liu, Hong Zheng, Rongjuan Guo, Xiao Liang, Chen Fu, Yunling Zhang

Notice bibliographique

RevueClinical Interventions in Aging · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesState Administration of Traditional Chinese Medicine of the People's Republic of China
Mots-clésMontreal Cognitive AssessmentMedicineStroke (engine)Cognitive impairmentCognitionChinese populationPopulationInternal medicineGerontologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,676

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,132
Tête enseignante GPT0,498
Écart entre enseignants0,366 · 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 tête enseignante, 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Interventions in AgingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207