Using the Montreal Cognitive Assessment for diagnosing of cognitive impairments in neurologist practice (review)
Notice bibliographique
Résumé
The Montreal Cognitive Assessment (MoCA) is widely used in clinical practice and in both academic and non-academic research worldwide (available in approximately 100 languages and dialects). It provides the most accurate assessment of cognitive functions and is a reliable method for diagnosing mild cognitive impairment (MCI) or early signs of dementia, including in neurologists’ and general practitioners’ practices. Unlike the Mini-Mental State Examination (MMSE), which, at the time of its development, did not aim to diagnose mild cognitive impairment or detect early stages of dementia, the MoCA was specifically designed in 1995 to identify mild cognitive impairment. Studies have shown that the MoCA has greater predictive accuracy compared to the MMSE for diagnosing both mild cognitive impairment and dementia. The test requires only 10 minutes to complete. The MoCA has a stable hierarchical factor structure with a general factor at the top and satisfactory general factor loading with measurement invariance among participants of different ages, education levels, economic statuses, and genders. Vascular cognitive impairments are characterized by deficits in executive functions, which are essential for cognitive processes such as initiation, planning, hypothesis formation, cognitive flexibility, decision-making, regulation, judgment, feedback, and perceptual body awareness. A comprehensive assessment of executive functions can be conducted using the MoCA. Currently, there is no universally accepted classification for the severity of cognitive impairments based on MoCA test results, but most studies use the gradations proposed by the test developers, which include normal cognitive function, mild cognitive impairment, and dementia. This differentiation helps physicians determine the level of impairment and adjust treatment or therapeutic approaches accordingly. As a result, the MoCA is becoming an increasingly popular tool in clinical practice, especially among neurologists, for early diagnosis and monitoring the progression of cognitive impairments.
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 | 0,002 | 0,011 |
| 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 | 0,001 |
| 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 ».