Accuracy of the Mini-Mental State Examination and Montreal Cognitive Assessment in Detecting Cognitive Impairment in Older Adults: A Comparative Study Adjusted for Educational Level
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Early detection of cognitive decline in older adults is essential for implementing timely interventions. This study aimed to compare the diagnostic accuracy of the Mini-Mental State Examination (MMSE®) and the Montreal Cognitive Assessment (MoCA©) in identifying cognitive impairment among community-dwelling older adults, while considering the effect of educational level. A cross-sectional, analytical study was conducted with 90 individuals aged 60 years or older, classified into cognitively preserved and cognitively impaired groups using the Clinical Dementia Rating (CDR) scale. Cognitive performance was assessed using the MMSE and MoCA, with results analyzed using both standard and education-adjusted cut-off scores. Diagnostic accuracy was evaluated using Receiver Operating Characteristic (ROC) curves. The MoCA demonstrated superior discriminative ability compared to the MMSE, with a significantly larger area under the ROC curve (AUC = 0.943 vs. 0.826; p < 0.001), higher sensitivity (90.2% vs. 78.4%), and higher specificity (87.2% vs. 76.9%). When education-adjusted cut-off scores were applied, the MoCA achieved markedly improved diagnostic accuracy (87.8%) compared to the MMSE (71.1%), with stronger agreement with CDR classifications (κ = 0.746 vs. κ = −0.132). These findings demonstrate that the MoCA is more sensitive in detecting cognitive impairment and should be considered the preferred screening tool in clinical and research settings, particularly when appropriate educational adjustments are applied.
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.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle