Current Update on the Clinical Utility of MMSE and MoCA for Stroke Patients in Asia: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: Primary care clinicians in Asia employed the Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA) to aid dementia diagnosis post-stroke. Recent studies questioned their clinical utility in stroke settings for relying on verbal abilities and education level, as well as lack of consideration for aphasia and neglect. We aimed to review the clinical utility of the MMSE and MoCA for stroke patients in Asia and provide recommendations for clinical practice. METHODS: PubMed, Scopus, Web of Science, and Science Direct were searched for relevant articles. Included studies were assessed for risk of bias. RevMan 5.4 was used for data synthesis (sensitivity and specificity) and covariates were identified. RESULTS: Among the 48 full-text articles reviewed, 11 studies were included with 3735 total subjects; of these studies, 7 (77%) were conducted in China, 3 (27%) in Singapore, and 1 (9%) in South Korea. Both the MMSE and MoCA generally showed adequate sensitivity and specificity. Education was identified as a covariate that significantly affected detection accuracy. Due to heterogeneity in cutoff scores, methodologies, and languages, it was not feasible to suggest a single cutoff score. One additional point is recommended for MoCA for patients with <6 years of education. CONCLUSION: Clinicians in Asia are strongly recommended to consider the education level of stroke patients when interpreting the results of the MMSE and MoCA. Further studies in other Asian countries are needed to understand their clinical value in stroke settings.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,017 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».