MétaCan
Menu
Retour à la cohorte
Enregistrement W4402382714 · doi:10.1111/acer.15437

Impaired or not impaired: The accuracy of the Montreal Cognitive Assessment in detecting cognitive impairment among patients with alcohol use disorder

2024· article· en· W4402382714 sur OpenAlexaboutno aff
Kristoffer Høiland, Espen Kristian Ajo Arnevik, Lien My Diep, Tove Mathisen, Katie Witkiewitz, Jens Egeland

Notice bibliographique

RevueAlcohol Clinical and Experimental Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesSykehuset i Vestfold
Mots-clésMontreal Cognitive AssessmentReceiver operating characteristicDiscontinuationMedicineArea under the curveAlcohol use disorderCognitionCut-offPopulationCognitive impairmentInternal medicinePsychiatryAlcohol

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cognitive impairments are common in alcohol use disorder (AUD), but only a few studies have investigated the accuracy of the Montreal Cognitive Assessment (MoCA) in this population. We examined the accuracy and precision of the MoCA in detecting cognitive impairment in a sample of patients with AUD. In addition, we investigated whether the MoCA predicts premature discontinuation from treatment. METHOD: A sample of 126 persons with AUD undergoing treatment in specialist health services were administered the MoCA and a battery of 12 neuropsychological tests. Five cognitive domains were derived from the reference tests. A composite total score from these tests was used as a reference criterion for determining correct and incorrect classifications for the MoCA. We analyzed the optimal cut-off score for the MoCA and the accuracy and agreement of classification between the MoCA and the reference tests. RESULTS: Receiver operating characteristic (ROC) curve analyzes yielded an area under the curve (AUC) of 0.77 (95% CI [0.67, 0.87]). Applying 25 as the cut-off, MoCA sensitivity was 0.77 and specificity 0.62. The PPV was 0.53. The NPV was 0.84. Using a cut-off score of 24 yielded a lower sensitivity 0.60, but specificity was significantly better i.e., 0.79. PPV was 0.68. The NPV was 0.82. Kappa agreement between MoCA and the reference tests was fair to moderate, 0.38 for the cut-off of 25, and 0.44 for the cut-off of 24. MoCA did not predict discontinuation from treatment. CONCLUSIONS: Our findings indicate limitations in the classification accuracy of the MoCA in predicting cognitive impairment in AUD. Achieving the right balance between accurately identifying impaired cases without including too many false positives can be challenging. Further, MoCA does not predict discontinuation from treatment. Overall, the results do not support MoCA as a time-efficient screening instrument.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,153
Tête enseignante GPT0,474
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlcohol Clinical and Experimental ResearchMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207