Is the difference real, is the difference relevant: the minimal detectable and clinically important changes in the Montreal Cognitive Assessment
Notice bibliographique
Résumé
Background and aims: The Montreal Cognitive Assessment (MoCA) is a widely used instrument for assessing cognitive function in stroke survivors. To interpret changes in MoCA scores accurately, it is crucial to consider the minimal detectable change (MDC) and minimal clinically important difference (MCID). The aim was to establish the MDC and MCID of the MoCA within 6 months after stroke. Methods: This cohort study analysed data from the EFFECTS trial. The MoCA was administered at baseline and at 6-month follow-up. The MDC was calculated as the upper limit of the 95 % confidence interval of the standard error of the MoCA mean. The MCID was determined using anchor-based and distribution methods. The visual analogue recovery scale of the Stroke Impact Scale (SIS [primary anchor]) and Euro Quality of Life-5 Dimensions index (EQ-5D [confirmatory anchor]) were used as anchors. The distribution-based method, the Cohen benchmark effect size was chosen. Results: In total, 1131 (mean age [SD], 71 [10.6] years) participants were included. The mean (SD) MoCA scores at admission and 6-month follow-up were 22 (5.2) and 25 (4.2), respectively. The MDC of the MoCA was 5.1 points. The anchor method yielded the MCIDs 2 and 1.6 points for SIS and EQ-5D, respectively. Using the distribution method, the MCID for the MoCA was 1 point. Conclusions: Even a small change in MoCA scores can be important for stroke survivors; however, larger differences are required to ensure that any difference in MoCA values is a true change and is not related to the inherent variation in the test. Due to small sample sizes, the results of the anchor analysis need to be interpreted with caution.
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 | 0,001 | 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 ».