Longitudinal changes in MoCA performances in patients with mild cognitive impairment and small vessel disease. Results from the VMCI-Tuscany Study
Notice bibliographique
Résumé
The Montreal Cognitive Assessment (MoCA) is a cognitive screening test largely employed in vascular cognitive impairment, but there are no data about MoCA longitudinal changes in patients with cerebral small vessel disease (SVD). We aimed to describe changes in MoCA performance in patients with mild cognitive impairment (MCI) and SVD during a 2-year follow-up, and to evaluate their association with transition to major neurocognitive disorder (NCD). Within the prospective observational VMCI-Tuscany Study, patients with MCI and SVD underwent a comprehensive clinical, neuropsychological, and functional evaluation at baseline, and after 1 and 2 years. Among the 138 patients (mean age 74.4 ± 6.9 years; males: 57%) who completed the study follow-up, 44 (32%) received a major NCD diagnosis. Baseline MoCA scores (mean±SD) were lower in major NCD patients (20.5 ± 5) than in reverter/stable MCI (22.2 ± 4.3), and the difference approached the statistical threshold of significance (p=.051). The total cohort presented a decrease in MoCA score (mean±SD) of -1.3 ± 4.2 points (-2.6 ± 4.7 in major NCD patients, -0.7 ± 3.9 in reverter/stable MCI). A multivariate logistic model on the predictors of transition from MCI to major NCD, showed MoCA approaching the statistical significance (OR=1.09, 95% CI=1.00–1.19, p=.049). In our sample of MCI patients with SVD, longitudinal changes in MoCA performances were consistent with an expected more pronounced deterioration in patients who received a diagnosis of major NCD. MoCA sensitivity to change and predictive utility need to be further explored in VCI studies based on larger samples and longer follow-up periods.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».