Propiedades psicométricas del Test de Montreal Cognitive Assessment: Moca-A y Moca-Basic en pacientes diabéticos, en un hospital de Lima, 2023
Notice bibliographique
Résumé
La presente investigación va aplicar el Test de Montreal Cognitive Assessment (MoCA) en su versión original- Basic y adaptadas, en pacientes diabéticos, para evaluar el deterioro cognitivo. Objetivo: Evaluar las propiedades psicométricas: Confiabilidad y Validez del Test de cognición breve, Montreal Cognitive Assessment: MoCA-A y MoCA-Basic en pacientes diabéticos en un hospital de Lima. Metodología: Es una investigación Básica, enfoque cuantitativo, diseño no experimental de corte transversal simple, con muestreo no probabilístico por conveniencia. La muestra fue 357 pacientes diabéticos hospitalizados. El instrumento: Test Montreal Cognitive Assessment, versión MoCA-A original - adaptado y el MoCA-Basic original – adaptado. La prueba de confrontación el MMSE. Se utilizó el Programa estadístico de Jamobi y el Excel. Para la Confiabilidad: Coeficiente de estabilidad Test-Retest, coeficiente de equivalencia: ítem-test; en la consistencia interna el Coeficiente de Kuder Richardson 20. Para Validez concurrente y predictiva, el coeficiente de correlación de Pearson. Resultados: Altos valores de Confiabilidad y validez de criterio: concurrente y predictiva. El Test de MoCA tiene gran fortaleza: IC>95%. Sensibilidad > 0.88 y Especificidad> 0.96 Conclusiones: El test de MoCA-A y MoCA-B son confiables y válidos estadísticamente, pueden ser usados en diabetes mellitus y en población general, en el diagnóstico de deterioro cognitivo leve.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».