Differential Validity of K-MoCA-22 Compared to K-MoCA-30 and K-MMSE for Screening MCI and Dementia
Notice bibliographique
Résumé
Background and Purpose: Since the onset of the coronavirus disease 2019 pandemic, the Telephone-Montreal Cognitive Assessment (T-MoCA) has gained popularity as a remote cognitive screening tool. T-MoCA includes items from the original MoCA (MoCA-30), excluding those requiring visual stimuli, resulting in a maximum score of 22 points. This study aimed to assess whether the T-MoCA items (MoCA-22) demonstrate comparable discriminatory power to MoCA-30 and Mini-Mental State Examination (MMSE) in screening for mild cognitive impairment (MCI) and dementia. Methods: Participants included 233 cognitively normal (CN) individuals, 175 with MCI, and 166 with dementia. All completed the Korean-MoCA-30 (K-MoCA-30) and Korean-MMSE (K-MMSE), with the Korean-MoCA-22 (K-MoCA-22) scores derived from the K-MoCA-30 responses. A receiver operating characteristic (ROC) curve analysis was conducted. Results: K-MoCA-22 showed a strong correlation with K-MoCA-30 and a moderate correlation with K-MMSE. Scores decreased progressively from CN to MCI and dementia, with significant differences between groups, consistent with K-MoCA-30 and K-MMSE. The study also explored modified K-MoCA-22 index scores across 5 cognitive domains. ROC curve analysis revealed that the area under the curve (AUC) for K-MoCA-22 was significantly smaller than that for K-MoCA-30 in distinguishing both MCI and dementia from CN. However, no significant difference in AUC was found between K-MoCA-22 and K-MMSE, indicating similar discriminatory power. Additionally, the discriminability of K-MoCA-22 varied by education level. Conclusions: These results indicate that K-MoCA-22, although slightly less effective than K-MoCA-30, still shows good to excellent discriminatory power and is comparable to K-MMSE in screening for MCI and dementia.
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 | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».