COMPARAÇÃO ENTRE MÉTODOS DE AVALIAÇÃO EM IDOSOS COM SUSPEITA DE COMPROMETIMENTO COGNITIVO NA ATENÇÃO BÁSICA: UMA REVISÃO DE LITERATURA
Bibliographic record
Abstract
INTRODUÇÃO: O rastreio precoce do comprometimento cognitivo em idosos na atenção básica é essencial para intervenções adequadas e manejo de condições como o comprometimento cognitivo leve e a demência. O Mini-Mental State Examination (MMSE) e o Montreal Cognitive Assessment (MoCA) são amplamente utilizados para avaliação cognitiva, com características distintas que influenciam sua aplicabilidade, precisão diagnóstica e tempo de execução. Esta revisão visa comparar ambas as ferramentas no contexto da atenção básica, destacando suas vantagens e limitações. OBJETIVO: Comparar as ferramentas de rastreio cognitivo MMSE e MoCA em relação à precisão diagnóstica, facilidade de aplicação e tempo de execução em idosos com suspeita de comprometimento cognitivo. METODOLOGIA: Realizou-se uma revisão de literatura com auxílio da ferramenta Google Acadêmico, abrangendo artigos publicados entre 2022 e 2024. Foram utilizados os descritores ("Mini-Mental State Examination" OR "Montreal Cognitive Assessment") AND ("Atenção Básica") AND ("Comparação" OR "Validação"). Ao todo, 185 artigos foram identificados e, após análise dos critérios de relevância e foco comparativo entre os instrumentos, 5 estudos foram selecionados para compor esta revisão. RESULTADOS: O MMSE é amplamente utilizado na atenção básica devido à sua simplicidade e curto tempo de execução, variando entre 5 a 10 minutos. Apesar de sua praticidade, o teste apresenta limitações na sensibilidade para detectar comprometimento cognitivo leve, especialmente em pacientes com maior escolaridade. Já o MoCA, embora demande mais tempo para aplicação (10 a 15 minutos) e exija maior treinamento dos profissionais, mostrou-se mais sensível na detecção de alterações cognitivas sutis, principalmente em indivíduos com níveis educacionais mais elevados. O MMSE se destaca pela acessibilidade e facilidade de aplicação, enquanto o MoCA oferece maior precisão diagnóstica. CONCLUSÃO: O MMSE permanece como uma ferramenta amplamente utilizada na atenção básica devido à sua praticidade e baixo custo. Contudo, o MoCA se destaca pela maior sensibilidade na detecção precoce do comprometimento cognitivo, sendo crucial para garantir intervenções mais eficazes. A escolha entre as ferramentas deve considerar o contexto clínico, o perfil dos pacientes e os recursos disponíveis na unidade de saúde. Estudos adicionais são necessários para fortalecer a evidência comparativa entre os instrumentos no cenário da atenção básica. Palavras-chave: Comprometimento cognitivo, MMSE, MoCA, Atenção básica, Diagnóstico cognitivo.
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 | 0.014 | 0.060 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.003 |
| Bibliometrics | 0.012 | 0.011 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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".