Convergence and equating norms between the Telephone Interview for Cognitive Status (TICS), the MMSE and the MoCA in an Italian population sample
Notice bibliographique
Résumé
This study aimed at testing the convergence and deriving equating norms between the Telephone Interview for Cognitive Status (TICS) and the Mini-Mental State Examination (MMSE) and the Montreal Cognitive Assessment (MoCA) in an Italian population sample. Four-hundred and eighty two healthy Italian native-speaker (300 females; age: 57.8 ± 15.5, range = 20–94; education: 13.1 ± 3.8, range = 5–25) underwent the TICS ( range = 1–41), MMSE and MoCA. An additional Delayed Recall of the 10-word list was administered as the last task of the TICS to compute a further total (TICS & DR; range = 1–51). Convergence between the TICS/TICS & DR and in-person screeners was tested via Bonferroni-corrected Spearman’s coefficients, whilst equating norms were derived via a Log-linear Smoothing Equipercentile Equating (LSEE) approach. A two one-sided test (TOST) procedure was run to test the equivalence between empirical and LSEE-derived scores. TICS scores converged with both MMSE ( r s =0.34; p <.001) and MoCA scores ( r s =0.42; p <.001)– the same being true for the TICS & DR (MMSE: r s =0.36; p <.001; MoCA: r s =0.42; p <.001). Cross-walks were estimated to derive TICS/TICS & DR scores from the MMSE/MoCA, and vice-versa. The algorithm could not compute the conversions for TICS, MMSE and MoCA scores < 22, <21 and < 14, respectively. TOST procedures revealed that all comparisons yielded equivalence except for those aimed at deriving TICS from MMSE scores and TICS & DR from both the MMSE and the MoCA. The Italian TICS validly captures examinees’ cognitive efficiency as measured by MMSE or MoCA; derived cross-walks between the TICS and MMSE/MoCA allows for a flexible use of in-person and telephone-based screeners.
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 | 0,032 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».