MétaCan
Menu
Retour à la cohorte
Enregistrement W3143781547

Application of Montreal Cognitive Assessment for Screening MCI in Community Elderly in Chengdu

2011· article· en· W3143781547 sur OpenAlexaboutno aff
Gang Yi, Jun Xiao

Notice bibliographique

RevueZhongguo linchuang xinlixue zazhi · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueTechnology and Human Factors in Education and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentPsychologyCognitionCognitive impairmentGerontologyClinical psychologyPsychiatryMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

目的:本文旨在研究蒙特利尔认知评估量表(MoCA)在成都市社区老年人轻度认知功能障碍(MCI)筛查中的价值,探讨该量表对社区老年人MCI筛查的最佳分界值。方法:采用简易精神状态量表(MMSE)和MoCA对成都市社区老年人进行MCI筛查,计算MoCA的信度、效度、敏感性、特异性和Youden指数,并计算适合本市老年人MCI患者的划界分。结果:参与此次社区调查并配合完成所有测试的人数为674人,其中MCI患者106人,MoCA量表的Cronbach’sα为0.852;其总分与MMSE相关系数为0.9392;MoCA以原版推荐26分为界,对MCI筛查的敏感性和特异性分别为98.11%和26.72%,Youden指数为0.2483。结论:用MoCA对成都市社区老年人认知功能的筛查是简便可行的,具有良好的信度、效度和敏感性。推荐以22分作为我市社区老年人的MCI分界值。

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,116
Score d'incertitude au seuil0,519

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,064
Tête enseignante GPT0,372
Écart entre enseignants0,308 · 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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhongguo linchuang xinlixue zazhiMême sujetTechnology and Human Factors in Education and HealthTravaux en français237 207