Impact of psychological distress on the Montreal cognitive assessment (MOCA) among geriatric outpatients
Notice bibliographique
Résumé
Geriatric patients often present with multiple and occasionally complex diseases compared to younger patients. This poses a problem to clinicians and other health care providers who must disentangle the comorbidities in order to interpret screening results accurately, diagnose disease type correctly and select treatment plan accordingly. In particular, performance on brief cognitive screening tests, such as the Montreal Cognitive Assessment (MoCA), may be influenced by the presence of clinically significant levels of depressive and anxiety symptoms. Hence, this cross-sectional study aims to assess whether presence of clinically significant levels of depressive or anxiety symptoms impact probability of success on specific MoCA questions among geriatric outpatients. Participants were recruited from two geriatric outpatient clinics in Montreal and enrolled participants were administered cognitive, depression and anxiety screening tests. Comparison of MoCA performance between low versus high levels of depression or anxiety symptoms was analyzed within a Rasch model framework via Differential Item Functioning (DIF) analysis. The results reveal that the probability of correctly answering a specific MoCA item is not influenced by the presence of clinically significant depressive or anxiety symptoms for all items on the MoCA. The present study’s finding is clinically and practically applicable because it can be generalized to similar geriatric outpatient clinic settings, however further research is needed to investigate whether these findings are comparable among patients with formal psychiatric diagnoses. In conclusion, the MoCA can be used to screen for cognitive impairment amongst the general population of geriatric outpatients, regardless of recent depression and anxiety status.
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 | 0,002 | 0,017 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».