Comparaison du Mini Mental State Examination (MMSE) et du Montréal Cognitive Assessment (MoCA) pour le dépistage des troubles cognitifs chez les patients âgés à haut risque cardiovasculaire : étude randomisée contrôlée en soins primaires
Bibliographic record
Abstract
Introduction : Les troubles cognitifs legers sont associes a une mauvaise observance therapeutique et a des decompensations de pathologies chroniques. La societe Francaise d’hypertension recommande d’utiliser le MMSE pour evaluer les fonctions cognitives des patients hypertendus âges. L’objectif de cette etude etait de comparer le rendement diagnostic du MMSE par rapport au MoCA, un test reconnu pour etre plus sensible pour le depistage des troubles cognitifs legers ou d’origine vasculaire. Methodes : Des patients autonomes de plus de 65 ans traites pour des facteurs de risque cardiovasculaire et suivis par un medecin generaliste ont ete recrutes dans un centre de sante. Chaque patient etait randomise et assigne soit au MMSE soit au MoCA. Des scores Resultats : Les patients du groupe MMSE (n=55) etaient similaires aux patients du groupe MoCA (n=56). Le temps de passation etait d’environ 10 minutes pour les deux tests. Il y avait 22 (40%) patients depistes positifs dans le groupe MMSE et 38 (68%) patients dans le groupe MoCA ( p Conclusion : Les troubles cognitifs sont tres frequents chez les patients de plus de 65 ans a haut risque cardiovasculaire traites en soins primaires. Ils sont largement sous estimes par les praticiens malgre leurs consequences, dont la non observance therapeutique. Les recommandations sur le depistage pourraient promouvoir le MoCA a la place du MMSE chez ces patients, car il depiste mieux les troubles cognitifs legers et les demences d’origine vasculaire avec un temps de passation identique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.004 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".