MétaCan
Menu
Retour à la cohorte
Enregistrement W4283824799 · doi:10.52872/001c.35656

Validation of MoCA Test in Vietnamese Language for Cognitive Impairment Screening

2022· article· en· W4283824799 sur OpenAlexaboutno aff
Mai Do, Bonnie Bui, NhuNgoc K. Pham, Philip Anglewicz, Lauren Nguyen, Trang Nguyen, Cam Thanh Tran, Mark van Landingham

Notice bibliographique

RevueJournal of Global Health Neurology and Psychiatry · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthLouisiana State University
Mots-clésVietnameseMontreal Cognitive AssessmentConstruct validityPsychologyTest (biology)PopulationClinical psychologyReliability (semiconductor)CognitionGerontologyPsychometricsMedicineCognitive impairmentPsychiatryEnvironmental healthPower (physics)

Résumé

récupéré en direct d'OpenAlex

AIMS The goal of this study was to assess how the Vietnamese version of the MoCA test performed in a community-based sample of Vietnamese American (VA) older adults, an immigrant population with whom the MoCA test has not been validated. METHODS Forty-eight older adults were interviewed using a Vietnamese version of MoCA. Item analyses, and construct and criterion validity analyses were performed. We also correlated the MoCA score with individual characteristics, including age, sex, and education. RESULTS Our findings indicate good psychometric applicability and internal reliability, as well as construct and criterion validity of this modification of the MoCA test. The test was found to be a reliable, and likely valid, instrument for mild cognitive impairment (MCI) screening within our study population. CONCLUSIONS The study suggests several potential areas for improvement to enhance discriminating power of certain items and sub-tests, including the memory domain. The promising performance of a Vietnamese version of the MoCA test seen in this study has important practical implications for the screening of MCI among an important immigrant population in community 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 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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,374
Écart entre enseignants0,361 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global Health Neurology and PsychiatryMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207