Conversion between Mini‐Mental State Examination and Montreal Cognitive Assessment scores in older adults undergoing selective surgery using Rasch analysis
Notice bibliographique
Résumé
AIMS: To develop and validate a conversion table between the MMSE and the MoCA using Rasch analysis in older adults undergoing selective surgery and examine its diagnostic accuracy in detecting cognitive impairment. DESIGN: Cross-sectional study. METHODS: Older patients [N = 129; age 66.0 (4.6) years, education 7.7 (3.5) years] undergoing elective surgery were recruited from December 2017 to June 2018. All participants completed the MMSE and MoCA and 113 of them completed a battery of neuropsychological tests. Common person linking based on Rasch analysis was performed to develop the conversion table. The conversions were validated by calculating the intraclass correlation coefficient (ICC), score differences between actual and converted scores, and root mean squared error of the difference (RMSE). The diagnostic accuracy of the conversions for detecting cognitive impairment was also tested. RESULTS: The MoCA [person measure: 1.3 (1.1) logits] was better targeted to the patients than the MMSE [person measure: 3.2 (1.3) logits]. Conversion from MoCA to MMSE scores (ICC 0.84, 95% CI 0.77-0.88; RMSE 1.36) was more precise than conversion from MMSE to MoCA (ICC 0.82, 95% CI 0.75-0.87; RMSE 2.56). Conversion from MoCA to MMSE demonstrated better diagnostic accuracy in detecting cognitive impairment than the actual MMSE, whereas conversion from MMSE to MoCA exhibited the opposite pattern. CONCLUSION: Conversion from MoCA to MMSE was more precise and had better diagnostic accuracy in detecting pre-operative cognitive impairment in older patients undergoing selective surgery than conversion from MMSE into MoCA. IMPACT: The finding is useful for interpreting, comparing, and integrating cognitive measurements in surgical settings and clinical research. Statistically sound conversion between MoCA and MMSE based on Rasch analysis is now possible for surgical setting and clinical research.
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 | 0,005 | 0,020 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».