Addressing Cognitive Assessment Disparities Among Hispanic Adults: Adapting the MoCA-SA for Improved Accuracy and Accessibility Among Spanish Speakers
Notice bibliographique
Résumé
OBJECTIVES: Hispanic adults display a higher likelihood of early-stage cognitive decline than their White counterparts yet receive fewer clinical diagnoses. This troubling trend highlights the significance of longitudinal surveys like the National Social Life, Health, and Aging Project (NSHAP) in monitoring cognitive changes in aging Hispanics. Using NSHAP's Rounds 2 and 3, we observed notable cognitive score differences between English and Spanish speakers, as assessed by the survey-adapted version of the Montreal Cognitive Assessment (MoCA-SA). Our study aims to discern if statistical adjustments can reduce measurement variance in global cognition scores between these language groups. METHODS: We applied modification indexes, 2-parameter item response theory models, and split-sample testing to pinpoint items that exhibit resilience to language-related bias among our Hispanic sample. From this analysis, an abbreviated version of the MoCA-SA, termed MoCA-SAA, was introduced. Subsequently, we juxtaposed the performance and predictive validity of both MoCA versions against four consequential outcomes indicative of cognitive decline. RESULTS: Our refined methodologies enabled the identification of consistent items across both language cohorts. The MoCA-SAA demonstrated performance and predictive validity in line with the original MoCA-SA concerning outcomes linked to cognitive deterioration. DISCUSSION: The translated measures ensure the inclusion of Hispanic Spanish speakers in NSHAP, who might otherwise be overlooked. The statistical adjustment outlined in this study offers a means to mitigate potential measurement disparities when assessing overall cognition. Despite these advancements, we acknowledge persistent issues related to the translation of the MoCA-SA into Spanish that warrant further attention.
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 | 0,017 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».