Psychometric Properties of the Montreal Cognitive Assessment (MoCA) to Detect Major Neurocognitive Disorder Among Older People in Ethiopia: A Validation Study
Notice bibliographique
Résumé
Background: Cognition is one of the most complex functions of the human brain, and major neurocognitive disorders affect this function causing a wide array of problems in an individual's life. Screening for major neurocognitive disorders can be helpful in designing and implementing early interventions. Purpose: This study was designed to assess the reliability and validity of the Montreal Cognitive Assessment (MoCA) tool to detect major neurocognitive disorders among older people in Ethiopia. Methods: One hundred and sixteen randomly selected older adults in Ethiopia were involved in a cross-sectional study. The Diagnostic and Statistical Manual of Mental Disorders criteria for major neurocognitive disorders was used as a gold standard. Data were analyzed using STATA v16 statistical software. Receiver operating curve analysis was performed, and inter-rater, internal consistency reliabilities, content, criterion and construct validities were determined. Statistically significance was declared at a p-value of <0.05. Results: The study had a 100% response rate. The mean age of the study participants was 69.87 ± 7.8. The inter-rater reliability value was 0.96, and Cronbach's alpha was 0.79. The optimal cutoff value was ≤21, and Montreal Cognitive Assessment has an area under curve value of 0.89. The sensitivity, specificity, positive and negative likelihood ratios, and positive and negative predictive values of MoCA are 87.18%, 74.03%, 3.35, 0.17, 63%, and 91.9%, respectively. The tool also has good concurrent and construct validities. Conclusion: The Montreal Cognitive Assessment tool was a reliable and valid tool to detect major neurocognitive disorder. It can be incorporated into the clinical and research practices in developing countries.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».