Comparison of the Greek Version of the Quick Mild Cognitive Impairment Screen and Montreal Cognitive Assessment in Older Adults
Notice bibliographique
Résumé
Objective: Cognitive screening instruments (CSIs) are essential for everyday practice. The Quick Mild Cognitive Impairment (Qmci) screen, a short instrument designed to identify mild cognitive impairment, was recently translated into Greek (Qmci-Gr). The present study compared its diagnostic value against the Montreal Cognitive Assessment (MoCA) screen and examined its optimal cutoffs. Method: We recruited consecutive patients aged ≥55 years that presented with cognitive complaints from two outpatient clinics in Greece. The Qmci-Gr and MoCA were completed by all patients. Furthermore, they were assessed independently with a comprehensive flexible neuropsychological battery to establish a diagnostic classification. Results: In the current study, we assessed a total of 145 patients, with a median age of 70 years; 44 were classified as having Subjective Memory Complaints (SMC) but normal cognition, 32 with MCI and 69 with dementia. The Qmci-Gr had a higher accuracy compared to the MoCA in discriminating MCI from dementia, area under the curve (AUC) of 0.81 versus 0.75, respectively; however, this finding was marginally significant (p = 0.08). Its accuracy was marginally higher for distinguishing SMC from dementia, AUC of 0.94 versus 0.89 (p = 0.03). However, Qmci-Gr presented a lower accuracy than MoCa in differentiating SMC from MCI, AUC of 0.76 versus 0.94 (p = 0.006). Conclusions: The Qmci-Gr has comparable diagnostic accuracy to the MoCA regarding MCI and dementia groups. Further research, with larger and more diverse samples, may be necessary to ensure generalizability.
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 | 0,000 |
| 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) | 0,000 | 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 ».