Adaptação de um instrumento de rastreio cognitivo, o MoCA (Montreal Cognitive Assessment) para população cabo-verdiana
Bibliographic record
Abstract
O rastreio cognitivo por meio de instrumentos de avaliação de rápida aplicação é uma mais valia na deteção precoce de défices cognitivos. O Montreal Cognitive Assessment (MoCA) é um instrumento breve que abrange várias funções cognitivas e que se tem mostrado sensível aos estádios de declínio mais ligeiros. Objetivos: Traduzir e adaptar o MoCA para a população cabo-verdiana; analisar as qualidades psicométricas e validade clinica da versão adaptada (MoCA-CV). Metodologia: Concluída a fase de adaptação transcultural, o MoCA-CV foi administrado a uma amostra de 147 indivíduos adultos, sendo 117 saudáveis (idade=66,1 ± 8,18; escolaridade=5,4 ± 4,00) e 30 com défice cognitivo associado a diferentes quadros neuropsicológicos (idade=77,4 ± 8,01; escolaridade=2,7 ± 2,73). Para além do MoCA, o protocolo aplicado incluía ainda uma anamnese, o Mini-Mental State Examination (MMSE), o Geriatric Depression Scale (GDS-15) e o Clinical Dementia Rating Scale (CDR). Foi realizado um reteste com 14 sujeitos após um intervalo de tempo de cerca de 30 dias. Resultados: O MoCA- CV revelou indicadores de fiabilidade adequados relativamente à sua pontuação total (consistência interna, α=,784; estabilidade temporal, r =.884). Verificaram-se também bons indicadores de validade, nomeadamente a correlação concorrente com outras medidas utilizadas e uma discriminação robusta entre amostra saudável e a amostra clínica (média para o grupo saudável: M ± DP = 24,02 ± 3,828 e média para o grupo clinico: M ± DP =12.67 ± 3.880). As variáveis sociodemográficas mais associadas ao desempenho na prova foram a idade e a escolaridade, tendo-se apresentado os valores médios por faixa etária e nível de escolaridade. Considerando o grupo clínico e uma amostra saudável emparelhada nas variáveis sociodemográficas relevantes, encontrou-se um ponto de corte que ronda os 18 pontos, a que está associada uma sensibilidade de 90%. Conclusão: O MoCA-CV revelou boas qualidades psicométricas e o seu uso pode ser promissor no contexto clinico cabo-verdiano.
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 | 0.006 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".