Linking Cognitive Screening Tests in Community-Dwelling Older Adults: Crosswalk between the Montreal Cognitive Assessment-Basic and the Mini-Mental State Examination
Notice bibliographique
Résumé
OBJECTIVE: To develop the crosswalk between the Montreal Cognitive Assessment-Basic (MoCA-B) and Mini-Mental Status Examination (MMSE) based on a community-dwelling older population to facilitate data synthesis and comparison. DESIGN: A cross-sectional study. SETTING AND PARTICIPANTS: We used baseline data of 2170 subjects with total MoCA-B and MMSE scores from an ongoing prospective cohort study, the Beijing Longitudinal Disability Survey in Community Elderly (BLINDSCE). METHODS: The MoCA-B and MMSE were administered by trained assessors. Equipercentile equating was used to develop the conversion table between MoCA-B and MMSE scores in the total sample and subgroups by age, sex, residency, and education level. The mean absolute error (MAE), intraclass correlation coefficient (ICC), and Bland-Altman plot were used to evaluate the linking performance. RESULTS: MoCA-B and MMSE scores converted bi-directionally for the overall sample and subgroups, with small standardized MAE (SMAE) and high ICC. The linking results between MoCA-B and MMSE scores were consistent across the total sample and the age and sex subgroups, while a 2-score difference was observed within the residency and education subgroups. CONCLUSIONS AND IMPLICATIONS: This study provides easy-to-use crosswalks between measures of MoCA-B and MMSE with precision among community-dwelling older adults. Our results help to compare and pool data across studies using either of the 2 cognitive screening tests and provide a useful reference to clinicians for better evidence-based practice in patients evaluated using different cognitive tests.
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 | 0,007 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».