Cognitive Impairment in Patients with Coronary Artery Disease; Comparison of Montreal Cognitive Assessment (MoCA) and Mini Mental State Examination (MMSE)
Notice bibliographique
Résumé
Background & Objective:\n Mild cognitive impairment (MCI) is a transient state between normal \ncondition and dementia. Available data indicates that coronary artery \ndiseases (CAD) may increase the risk of MCI. Hence, the early detection \nof MCI can prevent the progression of cognitive decline. \nMaterials & Methods:\n A sample of 65 subjects with degrees of CAD was enrolled to the study.\n For cognitive assessment, Mini Mental State Examination and Montreal \nCognitive Assessment were used. Sensitivity, specificity, Positive \nPredictive Value (PPV), and Negative Predictive Value (NPV) of MoCA were\n assessed in the cut-off points of 26 and 25. The SPSS 22 was used for \ndata analysis. The statistical significance was set at P-value<0.05. \nResults: The \nprevalence of cognitive impairment was calculated 41.5% and between \n47.7% and 60% by MMSE and MoCA, respectively. At the cut-off point of 25\n for MoCA test, the sensitivity and specificity were 92.6% and 84.2%, \nand PPV and NPV were 80.6% and 94.1%, respectively, and the efficacy of \nMoCA test for the detection of MCI was 87.69%. At the cut-off point of \n26 for MoCA test, the sensitivity and specificity were 96.3% and 65.8%, \nand PPV and NPV were 66.7% and 96.2%, respectively, and the efficacy of \nMoCA test was 78.46%. \nConclusion: The \nprevalence of MCI in patients with CAD was higher than what was \npreviously reported. The MoCA was more sensitive for recognizing the MCI\n in these patients. We suggested the cut-off point of 25 for the higher \naccuracy of the MoCA in detecting MCI in CAD 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».