Montreal Cognitive Assessment (MoCA): Normative Data for the State of Kerala, South India
Notice bibliographique
Résumé
BACKGROUND: Montreal cognitive assessment (MoCA) is a tool that is widely accepted across the world to measure mild cognitive impairment (MCI). The original cut-off score of MoCA falsely screens a large population of Indians as having MCI. OBJECTIVE: The aim of this study was to develop the normative data for MoCA for the older population of Kerala, South India. MATERIAL AND METHODS: We conducted the study among 959 cognitively normal older individuals of Kalliyoor village of Thiruvananthapuram district, Kerala. The validated Malayalam version of MoCA [MoCA-M] was administered by trained volunteers. The mean, median, and 10th percentile of the scores [domain-specific and total] were calculated in various age and educational groups. RESULTS: The mean (SD) MoCA score was 19.4 (7.3). The 10th percentile for the total MoCA score was 9. The 10th percentile for all domains was zero, except for orientation. As age advanced, MoCA scores significantly reduced. The mean total MoCA scores dropped from 20.1 (7) [for ages between 65 and 75 years] to 7.4 (1.6) [for ages above 85 years]. We also obtained a significant improvement in scores among subjects with higher educational standards. CONCLUSION: The study throws light into the performance of MoCA among the Indian population. This study defines the norms for the Indian population and suggests redefining the threshold for positively screening for MCI using MoCA-M.
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 | 0,001 |
| 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 ».