Intérêt du MMSE et du MOCA pour le repérage des déficits cognitifs post AVC
Bibliographic record
Abstract
Les accidents vasculaires cérébraux (AVC) constituent la première cause médicale de handicap chez l adulte. Ils sont responsables de troubles cognitifs chez 40 à 70% des patients dont la moitié remplit les critères de démence. Pour le repérage des troubles cognitifs post-AVC, les NINDS et CSN ont proposé deux tests rapides : le Mini-Mental State Examination (MMSE) et le Montreal Cognitive Assessment (MoCA). Si quelques études ont clamé la meilleure sensibilité du MoCA, seule une étude a montré un repérage significativement supérieur des troubles cognitifs post-AVC à 1 an d une hémorragie méningée.Notre étude, basée sur les patients inclus dans la cohorte GRECOG-VASC, avait pour objectif de déterminer s il existait une supériorité d un des deux tests, MMSE ou MoCA, pour le repérage des troubles cognitifs à 6 mois post-AVC, définis par la batterie neuropsychologique et d en définir les déterminants lésionnels. METHODES : Les 210 patients amiénois initiaux de l étude GRECOG-VASC ont été inclus. Outre les MMSE et MoCA, un bilan neuropsychologique et une IRM cérébrale ont été réalisés. Les scores cognitifs ont été analysés par une méthode validée basée sur les performances de 493 témoins inclus parallèlement. L analyse visuelle de l IRM déterminait le type et le nombre des lésions, leur localisation, le score d atrophie hippocampique et le score d anomalies de substance blanche. L analyse volumétrique des volumes lésionnel et parenchymateux a permis de déterminer la fraction des lésions anciennes et récentes. Une analyse par courbe ROC a été effectuée pour déterminer la capacité du MMSE et du MoCA à repérer les troubles cognitifs définis à la batterie neuropsychologique. RESULTATS : Un déficit cognitif à la batterie neuropsychologique était observé chez 76 patients(43,68%). L aire sous la courbe du MoCA (0,835; IC95%: 0,775-0,895) était statistiquement supérieure (p=0,04) à celle du MMSE (0,763; IC95%: 0,693-0,834). Le MMSE et le MoCA ne permettaient pas de repérer de façon satisfaisante le déficit à la batterie neuropsychologique en raison d un taux de faux négatif élevé (MMSE: 51,3%; MoCA: 39,5%) et l utilisation d un seuil optimisant la sensibilité des tests de repérage entrainait un taux de faux positif très élevé (MMSE: 94,9%; MoCA: 93,9%). Le score d atrophie hippocampique et la fraction des lésions anciennes étaient les déterminants lésionnels des scores du MMSE et du MoCA, associé pour le MoCA aux anomalies de substance blanche. CONCLUSION : La supériorité de l aire sous la courbe du MOCA par comparaison au MMSE ne se traduit pas par un avantage cliniquement pertinent, les 2 tests de repérage entrainant un taux de faux-négatif trop important pour le repérage des troubles cognitifs à 6 mois d un AVC. Iil est actuellement préférable de privilégier l indication large d une batterie neuropsychologique.
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 | 0.005 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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".