MétaCan
Menu
Retour à la cohorte
Enregistrement W4408248974 · doi:10.1186/s43055-025-01433-0

Correlation of magnetic resonance imaging parameters with montreal cognitive assessment-Indonesian (MOCA-INA) score in dementia patients at Prof. Dr. IGNG Ngoerah General Hospital, Denpasar, Bali, Indonesia

2025· article· en· W4408248974 sur OpenAlexaboutno aff
Made Widhi Asih, Elysanti Dwi Martadiani, I Wayan Gede Artawan Eka Putra, Felicia Nike, Putri Ayu Ratnasari, Nugra Arenz Raturandang, Jessieca Liusen, Anak Agung Parama Swari Khrisna, Luh Dindi Ayu Surya Kanti, Adsel Kartadinata

Notice bibliographique

RevueThe Egyptian Journal of Radiology and Nuclear Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Udayana
Mots-clésMontreal Cognitive AssessmentMedicineDementiaCorrelationMagnetic resonance imagingCognitionSpearman's rank correlation coefficientSample size determinationInternal medicineVascular dementiaPhysical therapyDiseasePsychiatryRadiologyStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Dementia results from various diseases and injuries affecting the brain, with Alzheimer’s disease being the most common form, contributing to 60–70% of cases. Diagnosing dementia and assessing the severity of cognitive symptoms often involve various evaluation tools. One commonly used tool is the Montreal Cognitive Assessment—Indonesian (MOCA-INA), which is specifically designed to evaluate cognitive function across multiple domains. Methods MRI results of 28 dementia patients who have undergone MOCA-INA scoring at RSUP Prof. Dr. I.G.N.G. Ngoerah General Hospital, Denpasar, from January 2022 to December 2023, were selected. MRI parameters and MOCA-INA score were assessed using the Spearman correlation test. Correlation between variables was evaluated based on the correlation coefficient, which indicates the direction and strength of the correlation. Results In this study, no statistical differences were found between multiple MRI parameters and MOCA-INA scores. However, weak inverse relationships were noted for the GCA and MTA scale, and the remaining Kolam and Fazekas score was found to have a positive relationship with the MOCA-INA score. Conclusion Parameters such as clinical status, GCA scale, MTA scale, Fazekas scale, strategic infarction, Koedam score, stroke, hypertension, diabetes mellitus, dyslipidemia, and cardiovascular disease do not have significant correlations with MoCA-INA scores. This may be caused by a relatively small sample size and further study with a broader and larger sample size may help in overcoming the issue.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,263
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Egyptian Journal of Radiology and Nuclear MedicineMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207