Validating the Telephone Montreal Cognitive Assessment Scale–Hindi as a Remote Screening Tool for Mild Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: Mild cognitive impairment (MCI) is a neurocognitive disorder that adversely affects cognitive function and is often a precursor to dementia. Early diagnosis of MCI can guide timely treatment and delay dementia onset. The Montreal Cognitive Assessment (MoCA) is an effective screening tool for MCI. Remotely administered versions of the MoCA have gained popularity during the recent pandemic. OBJECTIVE: This study aimed to validate a new Hindi version of the Telephone MoCA (T-MoCA) in older adult outpatients at a tertiary hospital in Delhi, India. METHODS: We developed and validated a Hindi version of the T-MoCA (T-MoCA-Hindi) using the previously validated MoCA-Hindi as the gold standard. We administered both instruments to older adult patients with a 2-week gap between sessions. To assess the reliability of the new T-MoCA-Hindi, we used the Bland-Altman plot and Cronbach alpha. We used a receiver operating characteristic curve to estimate accuracy. RESULTS: A total of 243 individuals enrolled in this study. The T-MoCA-Hindi and the MoCA-Hindi showed a high level of agreement. A Cronbach alpha of 0.84 indicated good internal consistency. The area under the curve in the receiver operating characteristic analysis was 93.5%, indicating excellent accuracy and validity and demonstrating high sensitivity and specificity at an optimal cut-off score of 18/19 points. CONCLUSION: These findings show that the T-MoCA-Hindi is a valid tool for remote identification of MCI in India. The use of remote versions of diagnostic tools can be leveraged to conduct research when in-person approaches may not be feasible.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».