Comparación del test de evaluación cognitiva de Montreal vs. mini-mental test en la detección temprana del deterioro cognitivo en adultos mayores. Revisión bibliográfica
Bibliographic record
Abstract
El deterioro cognitivo representa uno de los desafíos más significativos en el ámbito socio-sanitario, manifestándose a través de la disminución de funciones mentales como el lenguaje, la memoria, la atención, el pensamiento y el cálculo. Para abordar este problema, se han desarrollado herramientas de diagnóstico temprano debido a su alta prevalencia. Con el objetivo de analizar la eficacia del Test de Evaluación Cognitiva de Montreal en comparación con el Mini-Mental Test en la detección temprana del deterioro cognitivo en adultos mayores, se realizó una revisión bibliográfica de tipo narrativa. Se incluyeron artículos completos publicados en los últimos cinco años, sin restricciones de idioma, abarcando diseños metodológicos cuantitativos y evidencia de calidad categorizada en cuartiles del uno al cuatro. La búsqueda se llevó a cabo en bases electrónicas como Pubmed, Science Direct y Scopus, y los datos se organizaron siguiendo los parámetros de la Guía PRISMA. Los resultados indicaron variaciones en la sensibilidad y especificidad entre el MoCa y el MMSE, destacando una mayor sensibilidad del 94% y especificidad del 60% para el primero. Esto sugiere una ventaja en la detección temprana del deterioro cognitivo utilizando el MoCa. En conclusión, el análisis reveló una asociación del declive cognitivo en adultos mayores con la edad y el nivel educativo, observándose un menor desarrollo cognitivo en aquellos con niveles educativos más bajos. Sin embargo, se identificaron limitaciones en la disponibilidad de artículos que cumplieran con los criterios de inclusión, así como una escasez de investigaciones centradas en la comparación entre el MoCA y el MMSE.
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 | 0.017 | 0.094 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.005 |
| Bibliometrics | 0.018 | 0.015 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".