Montreal Cognitive Assessment’s auditory items (MoCA-22): Normative data and reliable change indices
Notice bibliographique
Résumé
Our objective was to establish normative data and reliable change indices (RCI) for the Montreal Cognitive Assessment’s auditory items (MoCA-22). 4,935 cognitively unimpaired participants were administered the MoCA during an in-person visit to an Alzheimer’s Disease Research Center (Mage = 67.9, Meducation = 16.2, 65.8% women, 75.9% non-Hispanic-White), with 2,319 unimpaired participants returning for follow-up. Normative values and cutoffs were developed using demographic predictions from ordinary and quantile regression. Test-retest reliability was calculated using Spearman and intraclass correlations. RCI values were calculated using Chelune and colleagues’ (1993) formula. Education, age, and sex were all statistically related to MoCA-22 scores, with education having the strongest relationship. Notably, these relationships were not consistent across MoCA-22 quantiles, with education becoming more important and sex becoming less important for predicting low scores. These models were integrated into a calculator for deriving normative scores for an individual case. Furthermore, there was adequate-to-good test-retest reliability (ϱ = 0.56 95% CI [.54, .59]; ICC = 0.75, 95% CI [.73, .77]) and changes of at least 2-3 points are necessary to identify reliable change at 1-3-year follow-up. These findings add to the literature regarding utility of the MoCA-22 in the cognitive screening of older adults.
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 | 0,001 |
| 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 ».