The Montreal Cognitive Assessment in Spanish-speaking countries in Latin America and the Caribbean: A Systematic Review
Notice bibliographique
Résumé
Abstract The worldwide prevalence of individuals living with dementia is on the rise and expected to reach 152.8 million people by 2050. This increase will affect disproportionately Low- and Middle Income Countries, which is already home to 60% of individuals living with dementia. Screening tools for early detection of mild cognitive impairment are crucial to provide patients with adequate diagnosis, timely interventions, and access to disease-modifying therapies. The Montreal Cognitive Assessment (MoCA) is one of the most widely used tests for cognitive assessment of first line, but its uniform application across Latin American and Caribbean (LAC) countries is questionable due to cultural and linguistic differences, a higher prevalence of low educational achievement and socioeconomical disparities. This systematic review for validation of the MoCA in Spanish-speaking LAC countries identified fourteen studies but only included twelve based on inclusion and exclusion criteria. We assessed the articles for cultural adaptation and translation reports using the Manchester Cultural Adaptation Questionnaire and the Manchester Translation Reporting Questionnaire. Only two studies reported significant adaptations to the original MoCA, with one study providing detailed cultural and lexical rationale. The adaptation process assessment revealed limited reporting on the translation steps involved, with few studies detailing the original author's involvement, professional translation, pilot testing, or healthcare professional input. This systematic review suggests the use of suitable cutoff scores, educational level-based scoring adjustments, and cultural awareness are key for adequate screening using the MoCA in LAC Spanish-speaking countries. PROSPERO Study registration number: CRD42023465794.
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 | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».