Using the Montreal cognitive assessment to identify individuals with subtle cognitive decline.
Notice bibliographique
Résumé
OBJECTIVE: Dementia is a devastating neurological disease that may be better managed if diagnosed earlier when subclinical neurodegenerative changes are already present, including subtle cognitive decline and mild cognitive impairment. In this study, we used item-level performance on the Montreal Cognitive Assessment (MoCA) to identify individuals with subtle cognitive decline. METHOD: -modes cluster analysis. These clusters were validated and examined for association with convergent neuropsychological tests. The clusters were then compared and characterized using multinomial logistic regression. RESULTS: A three-cluster solution had 77.3% precision, with Cluster 1 (high performing) displaying no deficits in performance, Cluster 2 (memory deficits) displaying lower memory performance, and Cluster 3 (compound deficits) displaying lower performance on memory and executive function. Age at MoCA (older in compound deficits), gender (more females in memory deficits), and marital status (fewer married in compound deficits) were significantly different among clusters. Age was not associated with increased odds of membership in the high-performing cluster compared to the others. CONCLUSIONS: We identified three clusters of individuals classified as cognitively unimpaired using cluster analysis. Individuals in the compound deficits cluster performed lower on the MoCA and were older and less often married than individuals in other clusters. Demographic analyses suggest that cluster identity was due to a combination of both cognitive and clinical factors. Identifying individuals at risk for future cognitive decline using the MoCA could help them receive earlier evidence-based interventions to slow further cognitive decline. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».