Remote assessment of cognition in Parkinson’s disease and Cerebellar Ataxia: the MoCA test in English and Hebrew
Notice bibliographique
Résumé
There is a critical need for accessible neuropsychological testing for basic research and translational studies worldwide. Traditional in-person neuropsychological studies are inherently difficult to conduct because testing requires the recruitment and participation of individuals with neurological conditions. Consequently, studies are often based on small sample sizes, are highly time-consuming, and lack diversity. To address these challenges, in the last decade, the utilization of remote testing platforms has demonstrated promising results regarding the feasibility and efficiency of collecting patient data online. Herein, we tested the validity and generalizability of remote administration of the Montreal Cognitive Assessment (MoCA) test. We administered the MoCA to English and Hebrew speakers from three different populations: Parkinson's disease, Cerebellar Ataxia, and healthy controls via video conferencing. First, we found that the online MoCA scores do not differ from traditional in-person studies, demonstrating convergent validity. Second, the MoCA scores of both our online patient groups were lower than controls, demonstrating construct validity. Third, we did not find differences between the two language versions of the remote MoCA, supporting its generalizability to different languages and the efficiency of collecting binational data (USA and Israel). Given these results, future studies can utilize the remote MoCA, and potentially other remote neuropsychological tests to collect data more efficiently across multiple different patient populations, language versions, and nations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».