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 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 | 0,001 |
| 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 | 0,001 |
| 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 ».