The Montreal cognitive assessment: normative data from a large, population-based sample of Chinese healthy adults and validation for detecting vascular cognitive impairment
Notice bibliographique
Résumé
Background: The Montreal Cognitive Assessment (MoCA) is a valuable tool for detecting cognitive impairment, widely used in many countries. However, there is still a lack of large sample normative data and whose cut-off values for detecting cognitive impairment is considerable controversy. Methods: The assessment conducted in this study utilizes the MoCA scale, specifically employing the Mandarin-8.1 version. This study recruited a total of 3,097 healthy adults aged over 20 years. We performed multiple linear regression analysis, incorporating age, gender, and education level as predictor variables, to examine their associations with the MoCA total score and subdomain scores. Subsequently, we established normative values stratified by age and education level. Finally, we included 242 patients with vascular cognitive impairment (VCI) and 137 controls with normal cognition, and determined the optimal cut-off value of VCI through ROC curves. Results: The participants in this study exhibit a balanced gender distribution, with an average age of 54.46 years (SD = 14.38) and an average education period of 9.49 years (SD = 4.61). The study population demonstrates an average MoCA score of 23.25 points (SD = 4.82). The multiple linear regression analysis indicates that MoCA total score is influenced by age and education level, collectively accounting for 46.8% of the total variance. Higher age and lower education level are correlated with lower MoCA total scores. A score of 22 is the optimal cut-off value for diagnosing vascular cognitive impairment (VCI). Conclusion: This study offered normative MoCA values specific to the Chinese adults. Furthermore, this study indicated that a score of 26 may not represent the most optimal cut-off value for VCI. And for detecting VCI, a score of 22 may be a better cut-off value.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».