A Usability Study of MoCA Solo, a Digital AI‐Assisted Version of the MoCA Test
Notice bibliographique
Résumé
BACKGROUND: MoCA Solo from Montreal Cognitive Assessment (MoCA) is a digital version of the MoCA test. It is self-administered, with AI Assistance, by the patient via an application on a tablet device with minimal supervision. The MoCA test has become the gold standard for detecting cognitive impairment in both clinical and research settings worldwide. However, the traditional paper-and-pencil test presents challenges in administration and scoring due to its sensitivity to human variation and error. The MoCA Solo, with automated administration, data collection and AI assisted scoring, would address these limitations and could enhance accessibility, efficiency and reliability. This study aims to assess whether older adults with a range of cognitive impairment levels can complete the MoCA Solo with minimal supervision. METHOD: 40 older adults will be recruited at the MoCA Clinic as well as a senior residence in Montreal, Quebec. Participants' cognitive level will range between mild dementia to normal cognition (MoCA Score 11-30). Eligibility criteria will include: fluency in English or French, adults aged 50 years or over, at least 6 years of formal education, MoCA score ≥11. Participants will complete the MoCA Solo independently followed by a user experience questionnaire. The test completion rate will be evaluated at each level of cognitive impairment. User experience feedback will also be reviewed for future improvements in the application. RESULT: Results from the 40 participants will be available by July 2024. CONCLUSION: The MoCA Solo is emerging as a reliable and efficient tool for assessing cognitive impairment in older adults. Preliminary findings will inform its accessibility and usability, offering insights into its feasibility for widespread use in clinical and research settings across varying levels of cognitive impairment.
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 | 0,015 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».