Longitudinal Feasibility of the Montreal Cognitive Assessment (MoCA) in Non-Demented ALS Patients
Notice bibliographique
Résumé
INTRODUCTION: The present study aimed at testing the longitudinal feasibility of the Montreal Cognitive Assessment (MoCA) in an Italian cohort of non-demented amyotrophic lateral sclerosis (ALS) patients. METHODS: N = 39 non-demented ALS patients were followed-up at a 5-to-10-month interval (M = 6.8; SD = 1.4) with the MoCA and the Edinburgh Cognitive and Behavioral ALS Screen (ECAS). Practice effects, test-retest reliability, and predictive validity (against follow-up ECAS scores) were assessed. Reliable change indices (RCIs) were derived via a regression-based approach by accounting for retest interval and baseline confounders (i.e., demographics, disease duration, and severity and progression rate). RESULTS: At retest, 100% and 69.2% of patients completed the ECAS and the MoCA, respectively. Patients who could not complete the MoCA showed a slightly more severe and fast-progressing disease. The MoCA was not subject to practice effects (t[32] = -0.80; p = 0.429) and was reliable at retest (intra-class correlation = 0.82). Moreover, baseline MoCA scores predicted the ECAS at retest. RCIs were successfully derived - with baseline MoCA scores being the only significant predictor of retest performances (ps < 0.001). CONCLUSIONS: As long as motor disabilities do not undermine its applicability, the MoCA appears to be longitudinally feasible at a 5-to-10-month interval in non-demented ALS patients. However, ALS-specific screeners - such as the ECAS - should be preferred whenever possible.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».