Examining the Effects of Formal Education Level on the Montreal Cognitive Assessment
Notice bibliographique
Résumé
<h3>Background:</h3> <b>Brief, global assessments such as the Montreal Cognitive Assessment (MoCA) are widely used in primary care for assessing cognition in older adults. Like other neuropsychological instruments, lower formal education can influence MoCA interpretation.</b> <h3>Methods:</h3> <b>Data from 2 large studies of cognitive aging were used—Alzheimer’s Disease Neuroimaging Initiative (ADNI) and National Alzheimer’s Coordinating Center (NACC). Both use comprehensive examinations to determine cognitive status and have brain amyloid status for many participants. Mixed models were used to account for random variation due to data source.</b> <h3>Results:</h3> <b>Cognitively intact participants with lower education (≤12 years) were more likely than those with higher education (>12 years) to be classified as potentially impaired using the MoCA cutoff of <26 (<i>P</i> < .01). Backwards selection revealed 4 MoCA items significantly associated with education (cube copy, serial subtraction, phonemic fluency, abstraction). Subtracting these items scores yielded an alternative MoCA score with a maximum of 24 and a cutoff of ≤19 for classifying participants with mild cognitive impairment. Using the alternative MoCA score and cutoff, among cognitively intact participants, both education groups were similarly likely to be classified as potentially impaired (<i>P </i>> .67).</b> <h3>Conclusions:</h3> <b>The alternative MoCA score neutralized the effects of formal education. Although further research is needed, this alternative score offers a simple procedure for interpreting MoCAs administered to older adults with ≤12 years education. These educational effects also highlight that the MoCA is part of the assessment process—not a singular diagnostic test—and a comprehensive workup is necessary to accurately diagnose cognitive impairments.</b>
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».