MétaCan
Menu
Retour à la cohorte
Enregistrement W4286936134

Prevalencia de probable deterioro cognitivo en adultos mayores de una población mexicana utilizando el MMSE y el MoCA

2021· article· es· W4286936134 sur OpenAlexaboutno aff
José Miguel Sánchez-Nieto, Vı́ctor Manuel Mendoza-Núñez

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2021
Typearticle
Languees
DomaineMedicine
ThématiqueAging, Health, and Disability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RESUMEN Antecedentes: El Mini-Mental State Examination (MMSE) y el Montreal Cognitive Assessment (MoCA) son instrumentos de cribado usados frecuentemente para detectar probable deterioro cognitivo leve (DCL). El MoCA ha mostrado una mayor sensibilidad y especificidad en población clínica que el MMSE. Sin embargo, es posible que en la comunidad se sobreestime la proporción de personas con DCL utilizando el MoCA. Por lo anterior, el objetivo es identificar en adultos mayores de la comunidad, en la ciudad de México, la prevalencia de probable DCL utilizando el MoCA y el MMSE. Método: Se realizó un estudio descriptivo transversal, en una muestra de 231 participantes pertenecientes a grupos comunitarios con una edad entre 55 y 90 años y escolaridad de 0 a 22 años; se aplicó el MMSE y el MoCA. Resultados: Se obtiene una puntuación en MMSE de 25,0 ± 3,1 y en MoCA de 19,8 ± 5,4 con una correlación moderada (r = 0,59, p < 0,05) entre ellos. Un 84% de la población utilizando el MoCA y un 23,8% de la población utilizando el MMSE se clasifican con probable DCL. Conclusión: El MMSE puede dar una estimación más parecida a lo reportado en la literatura que el MoCA en la comunidad. Se discuten las implicaciones en políticas públicas, en el uso clínico y en investigación de una sobreestimación en la proporción de personas con probable DCL.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,000

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 Opus0,159
Tête enseignante GPT0,560
Écart entre enseignants0,401 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetAging, Health, and DisabilityTravaux en français237 207