MétaCan
Menu
Retour à la cohorte
Enregistrement W6977057916 · doi:10.6084/m9.figshare.26303590

Supplementary Material for: The prognostic test accuracy of the short and standard forms of the Montreal Cognitive Assessment.

2024· dataset· en· W6977057916 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentCognitionStroke (engine)Cognitive impairmentLogistic regressionEffects of sleep deprivation on cognitive performanceCognitive testTest (biology)Anosognosia

Résumé

récupéré en direct d'OpenAlex

Introduction Cognitive impairment is a critical concern in stroke care, and international guidelines recommend early cognitive screening. The aim of this study was to determine the prognostic accuracy of both the short and standard forms of the Montreal Cognitive Assessment in predicting long-term cognitive recovery following a stroke. Methods For this study, we used data from the "Efficacy of Fluoxetine – a Randomized Controlled Trial in Stroke" (EFFECTS) study, which encompassed stroke patients from 35 Swedish centers over the period from 2014 to 2019. Cognitive assessments were initially conducted at 2 to 15 days post-stroke, with follow-up data gathered at 6 months. We used the MoCA for objective cognitive evaluation. For assessing subjective cognitive impairment, we used the memory and thinking domain of the Stroke Impact Scale. For psychometric evaluation of the short Swedish version of MoCA (s-MoCA-SWE), we used cross tables and binary logistic regression. Results The study included 1141 patients (62.2% men; median [interquartile range, IQR] age, 72.3 [13.2] years; median [IQR] stroke severity, 3.0 [3.0]). At baseline, the prevalence of cognitive impairment was 71.7% according to the s-MoCA-SWE (≤12) and 67.0% according to the MoCA (≤25). The s-MoCA-SWE demonstrated a sensitivity of 92.3% for correctly identifying patients with objective cognitive impairment and 81.5% for identifying those with subjective impairments at 6 months. Although the s-MoCA-SWE had higher sensitivity, the MoCA had a more balanced sensitivity and specificity in detecting both subjective and objective cognitive impairments. In both crude and multivariable models, the s-MoCA-SWE was more strongly associated than the MoCA with cognitive impairment at 6 months. Conclusions Both the short and standard versions of the MoCA appear to be effective in identifying individuals likely to experience persistent cognitive issues following a stroke. Considering the limited time available in an acute stroke unit, the short-form version may be more practical. Nevertheless, further prospective studies are required to validate these findings.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,284
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207