Assessing cognitive decline in Vietnamese older adults using the Montreal Cognitive Assessment-Basic (MoCA-B) and Informant Questionnaire on Cognitive Decline in the Elderly (IQCODE) during the COVID-19 pandemic: A feasibility study
Notice bibliographique
Résumé
Objectives: The lack of cognitive assessment tools suitable for people with minimal formal education is a barrier to identify cognitive impairment in Vietnam. Our aims were to (i) evaluate the feasibility of conducting the Montreal Cognitive Assessment-Basic (MoCA-B) and Informant Questionnaire On Cognitive Decline in the Elderly (IQCODE) remotely on the Vietnamese older adults, (ii) examine the association between the two tests, (iii) identify demographic factors correlated with these tools. Methods: The MoCA-B was adapted from the original English version, and a remote testing procedure was conducted. One hundred seventy-three participants aged 60 and above living in the Vietnamese southern provinces were recruited via an online platform during the COVID-19 pandemic. Results: IQCODE results showed that the proportions of rural participants classified as having mild cognitive impairment and dementia were substantially higher than those in urban areas. Levels of education and living areas were associated with IQCODE scores. Education attainment was also the main predictor of MoCA-B scores (30% of variance explained), with an average of 10.5 points difference between those with no formal education and those who attended university. Conclusions: It is feasible to administer the IQCODE and MoCA-B remotely in the Vietnamese older population. Education attainment played a stronger role in predicting MoCA-B scores than IQCODE, suggesting the influence of this factor on MoCA-B scores. Further study is needed to develop socio-culturally appropriate cognitive screening tests for the Vietnamese population.
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 | 0,014 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».