Reliable change indices for the Italian version of the Montreal Cognitive Assessment (MoCA) in non-demented Parkinson’s disease patients
Notice bibliographique
Résumé
BACKGROUND: . The present study aimed at deriving regression-based reliable change indices (RCIs) for the Montreal Cognitive Assessment (MoCA) in an Italian cohort of non-demented Parkinson's disease (PD) patients. METHODS: N = 33 consecutive, non-demented PD patients were followed-up at a 5-to-8-month interval (M = 6.6; SD = 0.6) with the MoCA. Practice effects and test-retest reliability were assessed via dependent-sample t-tests and intra-class correlation (ICC) coefficients, respectively. RCIs were derived separately for raw and demographically adjusted MoCA scores according to a standardized regression-based approach by accounting for both baseline confounders (i.e., demographics, disease duration and Unified Parkinson's Disease Rating Scale scores) and retest interval. RESULTS: No practice effects were found (t(32) = 0.29; p = .778), with acceptable test-retest reliability being detected (ICC = 0.67). MoCA scores at T0 proved to be the only significant predictor of T1 MoCA performances within both the model addressing raw scores and that addressing adjusted scores (ps < 0.001). CONCLUSIONS: The present study provides Italian practitioners and researchers with regression-based RCIs for the MoCA in non-demented PD patients, which can be reliably adopted for retest interval ≥ 5 and ≤ 8 months without encountering any practice effect.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».