B - 114 Evaluation of the Montreal Cognitive Assessment Memory Index Score for Predicting Amnestic Mild Cognitive Impairment to Alzheimer’s Clinical Syndrome Progression
Notice bibliographique
Résumé
Abstract Objective The Montreal Cognitive Assessment Memory Index Score (MoCA-MIS) is derived from the MoCA as a supplementary memory measure, with research suggesting the MoCA-MIS can identify those at higher risk of progression from mild cognitive impairment (MCI) to Alzheimer’s Clinical Syndrome (ACS). This study evaluated the sensitivity and specificity of the MoCA total score (TS), delayed free recall score (DFRS), and MIS in classifying amnestic MCI (aMCI) to ACS converters and replicated an algorithm recommended by Julayanont et al. (2014). Methods National Alzheimer’s Coordinating Center data were examined in individuals with aMCI, ≥50 years of age (Myears = 75.35[7.92]) who had 3–6 annual follow-up visits. Participants (n = 353) were mostly male (58%), White (88%), and well-educated (Myears = 16.37[5.21]). Receiver operating characteristic (ROC) analyses utilized baseline MoCA scores to examine optimal cutoffs using Youden’s index. Sensitivity and specificity of Julayanont’s algorithm (TScutoff<20 + MIScutoff<7) were also examined. Results Over follow-up (Myears = 4.52[1.02]), 53.3% converted to ACS. ROC analyses to predict longitudinal conversion from aMCI to ACS revealed similar sensitivity and specificity across MoCA scores (TScutoff<24, AUC = 0.67, Sensitivity = 0.78, Specificity = 0.49; DFRScutoff<2, AUC = 0.67, Sensitivity = 0.75, Specificity = 0.54; MIScutoff<8, AUC = 0.69, Sensitivity = 0.66, Specificity = 0.64). The Julayanont algorithm displayed low sensitivity (0.18) but high specificity (0.93) in this sample. Conclusion In predicting aMCI to ACS conversion over a 3–6 year period, baseline MoCA-TS, DFRS, and MIS cutoffs failed to demonstrate high sensitivity with adequate specificity. The Julayanont combination approach had unacceptable sensitivity in this sample. These findings suggest MoCA cutoffs are poor predictors of future cognitive progression in those with aMCI and highlight the importance of comprehensive longitudinal follow-up.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».