Norms and equivalences for MoCA-30, MoCA-22, and MMSE in the oldest-old
Notice bibliographique
Résumé
BACKGROUND: Cognitive screening is important for the oldest-old (age 90 +). This age group is the fastest growing and has the highest risk of dementia. However, norms and score equivalence for screening tests are lacking for this group. AIMS: To provide norms and score equivalence for commonly used cognitive screening tests for the oldest-old. METHODS: Data on 157 participants of the Center for Healthy Aging Longevity Study aged 90 + were analyzed. First, we derived norms for (1) subtests and cognitive domains of the in-person Montreal Cognitive Assessment having a maximum score of 30 (MoCA-30) and (2) the total MoCA-22 score, obtained from the in-person MoCA-30 by summing the subtests that do not require visual input to a maximum score of 22. These norms were derived from 124 participants with a Mini-Mental State Examination (MMSE) ≥ 27. Second, we derived score equivalences for MMSE to MoCA-30 and MoCA-22, and MoCA-30 to MoCA-22 using equipercentile equating method with log-linear smoothing, based on all 157 participants. RESULTS: MoCA-22 total score norms are: mean = 18.3(standard deviation = 2.2). An MMSE score of 27 is equivalent to a MoCA-30 score of 22 and a MoCA-22 score of 16. DISCUSSION AND CONCLUSIONS: Subtest, domain and MoCA-22 norms will aid in evaluation of the oldest-old who cannot complete the MoCA-30 or are tested over the phone. The equivalences of the three cognitive tests (MMSE, MoCA-30, MoCA-22) in the oldest-old will facilitate continuity of cognitive tracking of individuals tested with different tests over time and comparison of the studies that use different cognitive tests.
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 | 0,004 | 0,001 |
| 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 | 0,001 |
| 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 ».