MétaCan
Menu
Retour à la cohorte
Enregistrement W4295067333 · doi:10.3233/jad-220397

Mini-Mental State Examination and Montreal Cognitive Assessment as Tools for Following Cognitive Changes in Alzheimer’s Disease Neuroimaging Initiative Participants

2022· article· en· W4295067333 sur OpenAlexaboutno aff
Ge Wang, Alliyah Estrella, Ornin Hakim, Paul Milazzo, Sonali S. Patel, Clara Pintagro, Daniel Li, Rui Zhao, David E. Vance, Wei Li

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute on Aging
Mots-clésMontreal Cognitive AssessmentCognitionBonferroni correctionPost-hoc analysisNeuroimagingMini–Mental State ExaminationCognitive impairmentAlzheimer's Disease Neuroimaging InitiativeAnalysis of varianceEffects of sleep deprivation on cognitive performancePsychologyRepeated measures designAudiologyMedicineDementiaCognitive declineDiseaseInternal medicinePsychiatryStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA) are two commonly used cognitive screening and diagnostic tools. OBJECTIVE: Our goal was to assess their efficacy for monitoring cognitive changes, as well as the correlation between the two tests. METHODS: At baseline, participants in the Alzheimer's Disease Neuroimaging Initiative (ADNI) were divided into four groups based on their cognitive diagnoses: healthy control (HC), early mild cognitive impairment (EMCI), late mild cognitive impairment (LMCI), and Alzheimer's disease (AD). MMSE or MoCA scores were compared among the four groups using an analysis of variance (ANOVA) model with repeated measures with post-hoc Bonferroni correction. For those participants who had both MMSE and MoCA assessments done, a Pearson correlation analysis was performed between the two assessments for each visit. RESULTS: The MMSE scores were significantly different among the four groups at baseline, which was true for each of the three annual follow-up visits. By contrast, the MoCA scores were not significantly different between HC and EMCI groups at either baseline or any of the follow-up visits. For participants with a diagnosis of LMCI, the cognitive performance deteriorated in a linear manner 12 months after the baseline, which was independent of MMSE or MoCA. At last, the MMSE scores were moderately related to MoCA scores, which got stronger along with the time of follow-up. CONCLUSION: MMSE and MoCA are comparable as cognitive assessment tools to monitor cognitive changes. In addition, the measurements of MMSE and MoCA are moderately correlated for the follow-up visits.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,089
Tête enseignante GPT0,395
Écart entre enseignants0,307 · 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

Citations44
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207