MétaCan
Menu
Retour à la cohorte
Enregistrement W4280610483 · doi:10.1016/j.jamda.2022.03.018

Conversion Between the Mini-Mental State Examination and the Montreal Cognitive Assessment for Patients With Different Forms of Dementia

2022· review· en· W4280610483 sur OpenAlexaboutno aff
Mandy Roheger, Hong Xu, Minh Tuan Hoang, Maria Eriksdotter, Sara García‐Ptacek

Notice bibliographique

RevueJournal of the American Medical Directors Association · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesForskningsrådet om Hälsa, Arbetsliv och Välfärd
Mots-clésDementiaMontreal Cognitive AssessmentMedicineCohortEquatingMini–Mental State ExaminationCognitionCohort studyReceiver operating characteristicLewy bodyPsychiatryGerontologyPsychologyInternal medicineDiseaseDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The Mini-Mental Status Examination (MMSE) and the Montreal Cognitive Assessment (MoCA) are 2 frequently used brief cognitive screening tasks. Here, we provide a conversion method from MMSE to MoCA for patients with Alzheimer's dementia, frontotemporal dementia, and Parkinson dementia/Lewy body dementia, as well as for patients with dementia and with or without previous stroke. This conversion is needed as everyday clinical practice varies in their use of the 2 scales, which makes comparisons between studies, meta-analysis, and patient cohorts difficult. DESIGN: Observational cohort study. SETTING AND PARTICIPANTS: A total of 387 patients with recently diagnosed dementia in memory clinics from the Swedish registry for cognitive/dementia disorders (SveDem) from 2007 to 2018. METHODS: Overall, 387 patients of the Swedish registry for cognitive/dementia disorders with both MMSE and MoCA scores were evaluated. An equipercentile equating method was used to convert MMSE to MoCA scores in the different patient populations. Furthermore, receiver operating curves were used to examine whether MMSE or MoCA scores can distinguish between patients with different dementia types. RESULTS: MMSE scores were converted to MoCA scores for all dementia types and depicted in a conversion table. Results show that the equipercentile equating method and log-linear smoothing allow the creation of a conversion table in which for each test score of the MMSE, the equivalent score of the MoCA for each investigated group can be looked up (and vice-versa). CONCLUSIONS AND IMPLICATIONS: This study reports a reliable and easy conversion for transforming MMSE to MoCA scores (and vice-versa) in patients with Alzheimer's dementia, frontotemporal dementia, Parkinson dementia or Lewy body dementia, as well as patients with dementia with and without previous stroke.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,331
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Medical Directors AssociationMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207