Normative Data of Montreal Cognitive Assessment (MoCA) in Tamil-Speaking Adults
Notice bibliographique
Résumé
CONTEXT: Cognitive evaluation to determine possible cognitive decline highlights the need for a thorough neuropsychological assessment for early detection. The Montreal Cognitive Assessment (MoCA), is a commonly used screening tool that is comparatively quick and simple to administer, score, and interpret. Subtests of MoCA assess memory, language, visuospatial functions, and executive functions. AIMS: The present study aims to generate normative data for the Tamil version of the Montreal Cognitive Assessment (MoCA-TAM) in Tamil-speaking adults. DESIGN AND SETTINGS: Cross-sectional study conducted in three districts of Tamil Nadu. METHODS AND MATERIAL: A total of 450 healthy Tamil native speakers with varying ages (21-80 years) and education levels (primary level to university) were recruited as participants. The Tamil version of the Montreal Cognitive Assessment (MoCA-TAM) was used for assessing the cognitive domains. Scores were analyzed to see the impact of age, gender, and years of education on MoCA-TAM scores and individual cognitive domains. STATISTICAL ANALYSIS: Descriptive statistics and Regression analyses were done to evaluate the mean, standard deviation, impact of age, gender, and education on MoCA-TAM scores and individual cognitive domains. RESULTS: The mean value for MoCA-TAM was 24.89 with SD 2.944. MoCA-TAM scores were lower with increasing age and lower education and no statistically significant relationship was found between gender and MoCA-TAM score. CONCLUSIONS: The present study provides the normative data of MoCA-TAM with a single cut-off score (22) to differentiate normal from cognitively impaired.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».