Comparative Evaluation of the Montreal Cognitive Assessment Basic Scale Against the Mini-Mental State Examination for Post-Stroke Cognitive Impairment
Notice bibliographique
Résumé
Background: The Montreal Cognitive Assessment Basic scale (MoCA-B) is more sensitive than the Mini-Mental State Examination (MMSE) for detecting mild cognitive impairment due to Alzheimer’s disease (AD). To explore the diagnostic efficacy of the Chinese version of the MoCA-B against the MMSE for post-stroke cognitive impairment (PSCI). Methods: Eighty four patients with acute cerebral infarction were grouped into a post-stroke cognitive normal (PSCN) or a PSCI group based on their scores on the Clinical Dementia Rating scale (CDR), the gold standard for diagnosing PSCI. They were evaluated by using the MMSE and MoCA-B scales, then the area under the receiver operating characteristic (ROC) curve (AUC) was used for evaluation. Results: Most factors of the MoCA-B were significantly different between the two groups, and the PSCN group completed the MoCA-B faster (p < 0.05). The AUC analysis showed that for the MoCA-B with a cut-off total score of 23, sensitivity = 85.71%, specificity = 61.22%, Youden’s J Index = 0.469, and AUC = 0.832. For the MMSE with a cut-off total score of 25, sensitivity = 70.59%, specificity = 93.75%, Youden’s J Index = 0.643, and AUC = 0.885. The AUC of the MMSE was higher than that of the MoCA-B (p > 0.05). The MoCA-B had greater sensitivity and negative predictive value than the MMSE. When considering the cutoffs for identifying mild cognitive impairment (MCI) across different education levels, the MoCA-B had a higher positive rate for PSCI identification (51.2% vs 25%, p < 0.001), indicating that the MoCA-B is suitable for identifying PSCI. Conclusion: The MoCA-B demonstrates higher sensitivity and negative predictive value compared with the MMSE in the screening of post-stroke cognitive impairment patients.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».