Investigating the measurement precision of the montreal cognitive assessment (MoCA) for cognitive screening in parkinson’s disease through item response theory
Notice bibliographique
Résumé
Background: The Montreal Cognitive Assessment (MoCA) is widely used to evaluate global cognitive function in older Brazilian adults. However, concerns persist regarding its applicability in non-homogeneous socio-demographic groups. This study scrutinizes the Brazilian version of the MoCA, focusing on its measurement properties in a diverse cohort of patients with Parkinson's disease (PD). Purpose: This study examined the psychometric properties of the Brazilian Portuguese MoCA in a heterogeneous sample of PD patients using item response theory (IRT) methods. Material and Methods: In a multicenter cross-sectional study, 484 PD patients aged 26-90 years (mean ± SD, 59.9 ± 11.1 years), with disease durations ranging from 1 to 35 years (mean ± SD, 8.7 ± 5.4 years), underwent MoCA testing. IRT analyses, including the Graded Response Model, evaluated item parameters, such as difficulty (location) and discrimination. Differential item functioning was analyzed vis-à-vis age and education using multiple indicators multiple causes (MIMIC) modeling. Results: The MoCA exhibited essential unidimensionality and satisfactory model fit. Attention and naming demonstrated high discrimination. Orientation and naming items were less challenging. Multiple domains showed differential item functioning related to age and education, underscoring the necessity of considering background characteristics when interpreting total scores. Conclusion: This study enriches validity evidence for the MoCA in PD by providing a detailed analysis of its measurement properties and sources of score bias. Tailoring test content and norms based on education and establishing computerized scoring algorithms leveraging item parameters may optimize the tool’s reliability and fairness. Refinements to mitigate differential item functioning could enable precise cognitive screening across diverse socio-demographic backgrounds.
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 | 0,048 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».