Large-scale evidence for the validity of remote MoCA administration among people with cerebellar ataxia
Notice bibliographique
Résumé
Objective: For over half a century, studies of rare diseases using in-person cognitive tools have faced challenges, such as long study periods and small sample sizes (e.g. n = 10). The Montreal Cognitive Assessment (MoCA) was widely employed to assess mild cognitive impairment (MCI). We aimed to validate a modified online version of the MoCA in a large sample of a rare disease (population prevalence < .01%). Method: First, we analyzed 20 previous findings (n = 1,377), comparing the MoCA scores between large groups of neurotypically healthy (NH; n = 837) and cerebellar ataxia (CA; n = 540), where studies were conducted in-person. Second, we administered the MoCA in-person to a group of NH (n = 41) and a large group of CA (n = 103). Third, we administered a video conferencing version of the MoCA to NH (n = 38) and a large group of CA (n = 83). Results: We observed no performance differences between online and in-person MoCA administration in the NH and CA groups (p > .05, η2 = 0.001), supporting reliability. Additionally, our online CA group had lower MoCA scores than the NH group (p < .001, Hedges’ g = 0.68). This result is consistent with previous studies, as demonstrated by our forest plot across 20 previous in-person findings, supporting construct validity. Conclusion: The results indicate that an online screening tool is valid in a large sample of individuals with CA. Online testing is not only time and cost-effective, but facilitates disease management and monitoring, ultimately enabling early detection of MCI.
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 | 0,022 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».