Validez de la Escala de Evaluación Cognitiva de Montreal (MoCA) para determinar deterioro cognitivo en pacientes con esquizofrenia
Bibliographic record
Abstract
Introducción. La esquizofrenia es un trastorno mental que posee múltiples dimensiones sintomáticas y las alteraciones cognitivas son características cardinales en la evolución del trastorno. El uso de clinimetría para evaluar dichas deficiencias puede aportar información en la investigación en este campo. Objetivo. Determinar la validez y confiabilidad de la Escala de Evaluación Cognitiva Montreal (MoCA) para la evaluación del déficit cognitivo en pacientes con el diagnóstico de esquizofrenia. Material y métodos. Se evaluaron cien pacientes con diagnóstico de esquizofrenia reclutados en la Clínica de Esquizofrenia del Instituto Nacional de Psiquiatría Ramón de la Fuente Muñiz. Se aplicaron las escalas de MoCA, MMSE y PANSS para la valoración de las funciones cognitivas. Se estableció la confiabilidad del MoCA con el Alfa de Cronbach y se estableció su validez concurrente con el MMSE y la subescala cognitiva de la PANSS. Resultados. De acuerdo al MMSE (con ajuste de escolaridad) el 8% de los pacientes fueron clasificados con deterioro cognitivo en contraste con el puntaje total del MoCA que reporto 69% de la muestra con deterioro cognitivo. La escala MoCA obtuvo una confiabilidad (Alfa de Cronbach=0.71) similar a la observada por el MMSE (?=0.70) y adecuada validez concurrente. Conclusiones. La MoCA es un instrumento confiable y válido para establecer la presencia de deterioro cognitivo leve en pacientes con esquizofrenia, sencillo y de fácil aplicación en la práctica clínica psiquiátrica cotidiana.
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 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".