The Correlation and Agreement of Montreal Cognitive Assessment, Mini-Mental State Examination and Abbreviated Mental Test in Assessing the Cognitive Status of Elderly People Undergoing Hemodialysis
Notice bibliographique
Résumé
Background: Cognitive disorders are one of the most common disorders in elderly people with chronic renal failure. This study aimed to investigate the correlation and agreement of Montreal Cognitive Assessment (MoCA), Abbreviated Mental Test Score (AMTS), and Mini-Mental State Examination (MMSE) tests in assessing the cognitive status of elderly patients undergoing hemodialysis at Guilan University of Medical Sciences in north of Iran. Materials and Methods: This cross-sectional study was conducted on 84 elderly people undergoing hemodialysis. Inclusion criteria was having an age of 60 years old and older, hemodialysis treatment for at least 6 months, and having reading and writing skills. The Pearson correlation test, Intraclass Correlation Coefficient (ICC) test, and Bland–Altman plot were used for data analysis. Results: The majority of samples were in the age group of 60–65 years (28.57%) and the majority of them were male (66.66%). The results showed a significant positive correlation between MoCA and MMSE ( r = 0.69, p = 0.001), between MMSE and AMTS ( r = 0.64, p = 0.001), and between MoCA and AMTS tests ( r = 0.62, p = 0.001). The results also showed a weak agreement between MoCA and MMSE tests (ICC = −0.11, p = 0.633), between MMSE and AMTS tests (ICC = −0.007, p = 0.369), and between MoCA and AMTS tests (ICC = −0.001, p = 0.780). Conclusions: Based on the results, these tools seem to complement each other. The inconsistency between cognitive tests indicates a serious need to develop appropriate instruments for detecting cognitive disorders in elderly.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».