Staging of Dementia Severity With the Hong Kong Version of the Montreal Cognitive Assessment (HK-MoCA)’s
Notice bibliographique
Résumé
BACKGROUND: The Hong Kong version of Montreal Cognitive Assessment (HK-MoCA) has been used to screen for dementia, but it has not been validated to delineate the stages of Alzheimer disease (AD). This study aimed to determine the cut-off score ranges for mild, moderate, and severe AD. METHODS: The HK-MoCA score was matched against the Clinical Dementia Rating on 155 patients with AD. Investigators performing the HK-MoCA and Clinical Dementia Rating were blinded to each other. Receiver-operating characteristic analysis was used to determine the cut-off scores between different stages of AD (mild, moderate, and severe stage). A secondary analysis with adjustments for age and education received were also performed. RESULT: The cut-off score in HK-MoCA was ≤4 for those with severe AD (sensitivity 84.4%, specificity 91.9%, area under curve=0.92, P<0.001) and 5 to 9 for those with moderate AD (sensitivity 86.3%, specificity of 93.3%, area under curve=0.953, P<0.001). With adjustments for age and education, the cut-off score for moderate AD was adjusted to 5 to 8, whereas the cut-off score for severe AD remained unchanged. CONCLUSIONS: The severity of AD could be delineated using the HK-MoCA for the Cantonese-speaking population in Hong Kong, and the effect of education on the cut-off score needs further investigation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».