Montreal Cognitive Assessment as Screening Measure for Mild and Major Neurocognitive Disorder in a Chilean Population
Notice bibliographique
Résumé
<b><i>Background:</i></b> The Montreal Cognitive Assessment (MoCA) is a sensitive screening instrument for mild neurocognitive disorder (mild NCD). However, cut-off scores and accuracy indices should be established using representative samples of the population. In this context, the aim of this study was to update the normative values, and diagnostic efficiency statistics of the MoCA to detect mild NCD in the Chilean population. <b><i>Methods:</i></b> This study included 226 participants from the north, center, and south of the country, classified into 3 groups: healthy elderly (HE; <i>n</i> = 113), mild NCD (<i>n</i> = 65), and major neurocognitive disorder (major NCD; <i>n</i> = 48). <b><i>Results:</i></b> The optimal cut-off score to discriminate mild NCD from HE participants was 20 points with a sensitivity of 82.8% and a specificity of 84.1%. The observed balance between sensitivity and specificity shows a good test performance either to confirm or discard a diagnosis. The cut-off between mild NCD and major NCD from HE participants was 19 points with 85.6% of sensitivity and 90.3% of specificity. <b><i>Conclusion:</i></b> Overall diagnostic accuracy can be considered as outstanding (AUC ≥0.904) when discriminating HE from both mild NCD and major NCD. These results showed that the MoCA is a suitable tool to identify mild NCD and major NCD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».