To Establish Normative Data of Montreal Cognitive Assessment Test (MoCA) Scale in Middle-Aged Adults (40-60 years) of Indian Population Residing in Mumbai - A Cross-Sectional Study
Notice bibliographique
Résumé
Background: Cognitive decline is among the most feared aspects of growing old. Assessing cognitive functioning is important in determining the level of impairment. Montreal Cognitive Assessment Test (MoCA) has been used as a rapid screening tool to assess cognitive function. Objective: This study was conducted to establish normative data in the adult population of Mumbai (40-60 years of age) using the MoCA scale. Materials and methods: The Institutional Ethics Committee (IEC) approval was obtained and a cross-sectional study was conducted in a metropolitan city in India, from November 2022 to December 2022. Adults were screened using The Saint Louis University Mental Status Examination (SLUMS) out of which 107 participants were recruited, ranging from 40-60 years of age. Montreal cognitive assessment test (MoCA) was used to capture normative data on the age, gender, and education demographics. Results: The composite mean score of MoCA was found as 24.12 with a standard deviation of ±3.525 giving a range of 20.595 - 27.645. There was no significant difference in despite of scores between the two age groups and the gender variant. However, education had an impactful difference. The mean score on MoCA for graduates and primary education was 25.39 and 21.80 respectively. It showed a statistically highly significant difference with higher values in graduates. Conclusion: The MoCA scores were directly correlated with educational status. Hence, this study helped us to understand the subtle cognitive impairments in early adulthood. Population-based normative data is essential for early screening and diagnosis. Key words: Montreal cognitive assessment test MoCA, Normative data, Middle-aged adults, cognitive assessment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 ».