Use of the Montreal Cognitive Assessment Thai Version to Discriminate Amnestic Mild Cognitive Impairment from Alzheimer’s Disease and Healthy Controls: Machine Learning Results
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Montreal Cognitive Assessment (MoCA) is an effective and applicable screening instrument to confirm the diagnosis of amnestic mild cognitive impairment (aMCI) from patients with Alzheimer's disease (AD) and healthy controls (HCs). OBJECTIVES: This study aimed to determine the reliability and validity of the following: (a) Thai translation of the MoCA (MoCA-Thai) and (b) delineate the key features of aMCI based on the MoCA subdomains. METHODS: This study included 60 HCs, 61 aMCI patients, and 60 AD patients. The MoCA-Thai shows adequate psychometric properties including internal consistency, concurrent validity, test-retest validity, and inter-rater reliability. RESULTS: The MoCA-Thai may be employed as a diagnostic criterion to make the diagnosis of aMCI, whereby aMCI patients are discriminated from HC with an area under the receiver-operating characteristic (AUC-ROC) curve of 0.813 and from AD patients with an AUC-ROC curve of 0.938. The best cutoff scores of the MoCA-Thai to discriminate aMCI from HC is ≤24 and from AD > 16. Neural network analysis showed that (a) aberrations in recall was the most important feature of aMCI versus HC with impairments in language and orientation being the second and third most important features and (b) aberrations in visuospatial skills and executive functions were the most important features of AD versus aMCI and that impairments in recall, language, and orientation but not attention, concentration, and working memory, further discriminated AD from aMCI. CONCLUSIONS: The MoCA-Thai is an appropriate cognitive assessment tool to be used in the Thai population for the diagnosis of aMCI and AD.
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.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle