Evaluation of adult and elderly performance in MoCA and verbal fluency test in Recife-PE
Notice bibliographique
Résumé
Background: Considering the increase in life expectancy, the use of screening tests contributes to the detection of cognitive decline. However, different socioeconomic conditions can influence the performance of individuals. Objectives: To compare the performance of participants in the Montreal Cognitive Assessment (MoCA) and the Verbal Fluency Test (VFT), assessing the influence of schooling on the score. Design and setting: Cross-sectional, descriptive study, with 21 participants without cognitive complaints, between January and April 2021, in Recife, Pernambuco. Methods: Data were analyzed through SPSS software, Shapiro-Wilk test and Pearson’s correlation coefficient (PCC). Results: In all, 21 MoCA tests were applied (Average score: 19.8 points; SD = ± 4.3). The population has a mean age of 56.2 years (SD = ± 10.2), education of 11.8 years (SD = ± 3.5), and a predominance of females (93.5%). In the VFT, the total average performance resulted in 11.5 words (SD = ± 5.1), the first interval, 6.1 (SD = ± 2.5), the second, 2.8 (SD = ± 1, 9) and the third, 2.1 (SD = ± 2.1). There was a correlation between the performance in MoCA and VFT (PCC = 0.717; P = 0.01), and between performance and years of schooling (MoCA: PCC = 0.688; P = 0.01 vs VFT: PCC = 0.489; P = 0.02). Conclusions: Both tools were correlated with the participant’s level of education. However, VFT obtained a lower correlation
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,001 | 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 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 ».