Sensitivity and specificity of the Montreal cognitive assessment using U.S. National alzheimer coordinating centre uniform data set: a retrospective analysis of 16,309 participants
Notice bibliographique
Résumé
BACKGROUND: Neurodegenerative diseases (NDDs), like Alzheimer's disease, are characterized by progressive cognitive decline, with limited effective treatments available. Several screening tools are available for diagnosing various types of dementia, including the Montreal Cognitive Assessment (MoCA), the Mini-Mental State Examination (MMSE), and the Dementia Rating Scale (DRS). OBJECTIVE: This study aims to evaluate the sensitivity and specificity of MoCA to determine its suitability as a screening tool. METHODS: This study analyzed data from participants aged 55 and older, recruited from U.S. Alzheimer's Disease Research Centers (ADRCs), using a National Alzheimer Coordinating Center Uniformed Data Set (NACC-UDS). Participants were classified based on patient records into demented and non-demented groups, with the non-demented group further categorized into those with normal cognition and cognitive impairment (CI). This analysis examines the correlation between these classifications and MoCA scores. RESULTS: This study utilized an initial dataset of 188,700 participant records from NACC. After applying inclusion criteria, 16,309 participants were included. The participants had complete diagnostic information, clinician-conducted cognitive assessments, and MoCA scores. The participants were categorized into three groups: 7,624 with no cognitive impairment (NoCI), 4,893 with CI, and 3,792 with dementia. This study focused on MoCA scores, revealing significant differences among diagnostic groups. ROC analysis demonstrated the MoCA's strong diagnostic capability, with AUC values significantly above 0.5 (P <.001). Sensitivity and specificity were calculated in at the literature-recommended cutoff scores of 26 and 21, while the optimal cutoff scores were identified as (< 24) for detecting MCI and (< 21) for dementia based on the Youden index in reference to individuals with no cognitive impairment. Although PPV was generally low, the high NPV across comparisons underscores the MoCA's effectiveness in ruling out cognitive impairment. CONCLUSION: The study confirms MoCA as an effective tool for detecting dementia, showing 83% sensitivity and 82% specificity at a cutoff value of 21. With a high NPV of 94%, MoCA is particularly reliable for ruling out dementia. Its ability to detect MCI is moderate, with a sensitivity of 77.3% at cutoff of 24 among normal 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 | 0,011 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».