Diagnostic validity of the Persian version of Montreal Cognitive Assessment – basic for cognitive screening
Notice bibliographique
Résumé
BACKGROUND: The growing number of older people with Mild Cognitive Impairment (MCI) highlights the need for suitable and effective neuropsychological assessments. The Montreal Cognitive Assessment Basic (MoCA-B) is designed to identify MCI in individuals with lower literacy and education levels. This study seeks to validate the use of MoCA-B in the Persian-speaking population. METHODS: In this cross-sectional study, the original English version of the MoCA-B test was translated into Persian using the forward-backward method. The study involved 60 cognitively healthy aging individuals, 30 with Alzheimer's disease, and 30 MCI patients. All participants met the MMSE, MoCA-B, DSM-5, and Albert's criteria. RESULTS: MoCA-B scores in patients with AD were significantly lower than in the patients with MCI and healthy individuals (P < 0.001). They were significantly lower in MCI than individuals without cognitive impairment (P < 0.001). The cutoff score for discriminating between patients with AD/MCI and individuals without cognitive impairment was 20.5 (sensitivity = 95.0%, specificity = 88.3%, AUC = 0.972). CONCLUSION: This study shows that the MoCA-B is a suitable screening tool for distinguishing persons with cognitive impairment (MCI and AD) in the Persian-speaking population.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».