Upload
affra-cahyo
View
46
Download
0
Embed Size (px)
DESCRIPTION
jurnal, saraf
Citation preview
Hubungan Antara Montreal Cognitive Assessment
Dengan Mini-Mental State Examination Untuk
Diagnosis Mild Cognitive Impairment
Pada Dewasa Tua
AbstrakLatar Belakang: biMontreal Cognitive Assessment (MoCA) dikembangkan untuk
memungkinkan deteksi dini gangguan kognitif ringan (MCI) hamper mirip dengan tes
multi-domain seperti Mini-Mental State Exam (MMSE). Sehingga dokter perlu lebih
memahami hubungan antara Moca dan skor MMSE.
Metode: Pada studi cross-sectional ini, kami menganalisis 219 orang kontrol yang
sehat (HC), 299 orang MCI, dan 100 orang Alzheimer (AD) kasus demensia dari
Alzheimer Disease Neuroimaging Initiative (ADNI)-GO/2 database untuk
mengevaluasi MMSE dan nilai distribusi skor Moca dan memilih nilai-nilai Moca
untuk mendiagnosis kasus MCI awal dan akhir. Pemilihan variabel stepwise pada
regresi logistik untuk mengevaluasi nilai relatif dari empat domain uji untuk
memisahkan MCI dari HC. Fungsional Activities Questionnaire (FAQ) dievaluasi
sebagai strategi untuk memisahkan demensia dari MCI. Equi-persentil digunakan
untuk melihat persebaran skor Moca terhadap skor MMSE. Receiver Operating
Characteristic (ROC) analisis digunakan untuk mengevaluasi nilai cutoff yang rendah
untuk mendapatkan kasus MCI yang lebih banyak.
Hasil: Sebagian besar kasus demensia didapatkan hasil abnormal, sementara
distribusi skor MCI dan HC tumpang tindih pada setiap tes. Kebanyakan kasus MCI
didapatkan hasil ≥17 pada Moca (96,3%) dan ≥24 pada MMSE (98,3%). Efek ceiling
didapatkan (28-30 poin) untuk MCI dan HC yang kurang menggunakan Moca
(18,1%) dibandingkan MMSE (71,4%). Sokor MoCA dan skor MMSE berkorelasi
paling banyak untuk demensia (r = 0,86; vs MCI r = 0,60; HC r = 0,43). Penghitungan
Equi-persentil menunjukkan skor Moca 18 setara dengan MMSE 24. analisis ROC
ditemukan Moca ≥ 17 sebagai cutoff antara MCI dan demensia yang menekankan
sensitivitas tinggi (92,3%) untuk menangkap kasus MCI. Didapatkan domain Inti dan
orientasi dalam kedua tes dapat membedakan kelompok HC dari kelompok MCI,
sedangkan pemahaman / fungsi luhur dan perhatian / perhitungan tidak membantu.
Berarti FAQ skor secara signifikan lebih tinggi dan memiliki proporsi yang lebih
besar memiliki FAQ skor abnormal pada demensia dibandingkan MCI dan HC.
Kesimpulan: MoCA dan MMSE lebih serupa untuk kasus demensia, tetapi MoCA
mendistribusikan kasus MCI di berbagai nilai yang lebih luas dengan ceiling effect
yang lebih kurang. Didapatkan cutoff dari ≥17 pada Moca dapat membantu
mendapatkan kasus MCI awal dan kasus MCI akhir; tergantung pada tingkat
sensitivitas yang diinginkan, ≥18 atau 19 dapat digunakan. Functional assessment
dapat membantu menyingkirkan kasus demensia. Skor Moca dapat dikonversikan
menjadi skor MMSE untuk memfasilitasi perbandingan antara keduanya.
Latar BelakangBerbasis kantor, tes kognitif multi-domain biasa di dalam situasi klinis untuk
mengevaluasi pasien dengan gangguan kognitif. Galvin dan Sadowski baru-baru
menulis rekomendasi klinis untuk dokter perawatan primer dalam mengevaluasi
pasien dewasa tua dengan gangguan kognitif, menekankan kebutuhan untuk mencari
tanda-tanda peringatan dini dari gangguan kognitif. Pengujian kognitif bisa membantu
dalam identifikasi gangguan kognitif [1]. Tes kognitif yang direkomendasikan adalah
Mini-Mental State Examination (MMSE) [2] dan merupakan tes skrining kognitif
yang banyak digunakan oleh dokter untuk evaluasi kognitif umum, dan juga tes
kognitif baru Montreal Cognitive Assessment (Moca) juga mulai digunakan [3].
MMSE juga biasa digunakan sebagai penentuan derajat penyakit Alzheimer (AD) [4].
Satu masalah dalam menggunakan MMSE adalah ceiling ffect atau kisaran
kinerja dinamis yang terbatas untuk individu yang normal, yang meningkatkan
kemungkinan bahwa orang-orang di tahap predementia skor berada dalam kisaran
normal (24 dan di atas) [5, 6]. MMSE memiliki sensitivitas yang jelek dalam
membedakan gangguan kognitif ringan (MCI) dan hal ini dapat dikaitkan dengan
kurangnya kompleksitas serta tidak adanya item pertanyaan fungsi eksekutif [7,10].
Banyak penelitian semakin berfokus pada tahap ringan dari AD [11], sehingga pilihan
selain MMSE diperlukan bagi dokter untuk diagnosis dini dan manajemen.
Meskipun menawarkan banyak keuntungan yang sama dari MMSE, Moca
dikembangkan sebagai tes yang lebih menantang yang mencakup fungsi eksekutif,
tingkat lebih tinggi dalam fungsi bahasa, dan pengolahan visuospatial yang kompleks
untuk memungkinkan deteksi gangguan ringan dengan ceiling effect yang kurang [3] .
MoCA memiliki sensitivitas yang lebih besar untuk mendeteksi tingkat ringan dari
gangguan kognitif pada MCI dan AD demensia [3,12,13,14], stroke dan pasien
transient ischemic attack [15] dan penyakit Parkinson [16]. Freitas et al. melaporkan
sensitivitas yang lebih baik pada Moca dari MMSE [13]. Lam dkk. menemukan
korelasi yang lebih tinggi dari Moca daripada MMSE dengan tes neuropsikologi
untuk memori, fungsi eksekutif, visuospatial, dan Mattis Demensia Rating Scale [17].
Studi validasi awal dari Moca memerlukan skor MMSE minimal 17 sebagai
inklusi dan menggunakan nilai-nilai cutoff ≤25 pada kedua tes untuk menunjukkan
skor yang abnormal konsisten dengan amnestic MCI (kriteria Peterson) atau AD
derajat ringan [3]. Skor rata-rata di HC, MCI dan kelompok AD demensia ringan
lebih rendah pada Moca dari MMSE, meskipun korelasi keseluruhan antara tes tinggi
(r = 0.87). Skor Moca untuk MCI terdeteksi sebagai abnormal pada 73% dari mereka
yang MMSE normal. Moca memiliki sensitivitas yang lebih besar dari MMSE dalam
mendeteksi MCI dibandingkan HC (90% berbanding 18%); Namun, spesifisitas lebih
rendah untuk Moca dari MMSE (87% vs 100%) [3].
Penelitian selanjutnya mengeksplorasi skor Moca dengan cutoff rendah untuk
meningkatkan spesifisitas untuk mendeteksi gangguan kognitif dibandingkan dengan
HC. Menggunakan kriteria Peterson untuk amnestic MCI, Luis et al. menemukan
bahwa MMSE cutoff ≤24 tidak membedakan HC dari MCI; Namun, Moca,
menggunakan cutoff dari ≤23, dengan sensitivitas 96% dan spesifitas 95% [12].
Penelitian lain telah mengevaluasi Moca dengan nilai cut off yang lebih rendah dari
≤23 [12, 18, 19] dan ≤20 [20], hasilnya didapatkan peningkatan deteksi gangguan
kasus MCI dari HC.
Dengan demikian, literature MoCA saat ini telah difokuskan pada MCI
didefinisikan lebih konsisten dengan MCI akhir. Juga, MCI dan demensia sering
dimasukkan dalam gangguan kognitif di mana mengidentifikasi nilai-nilai cutoff dari
HC. MCI menjadi populasi lebih sering ditargetkan untuk uji klinis, untu menilai
kemampuan untuk menangkap berbagai kasus MCI sehingga sangat penting.
Selanjutnya, untuk dokter yang ingin mendeteksi gangguan kognitif, mengetahui
kisaran nilai MCI dengan menggunakan tes berbasis kantor seperti MoCA akan
sangat membantu. Tes neuropsikologi lebih sensitif akan perlu diterapkan sebagai tes
sekunder untuk memisahkan mereka dengan gejala kognitif mewakili kasus MCI awal
dari HC [21, 22]. Gangguan fungsional diperlukan untuk diagnosis demensia, ini bisa
menjadi fitur yang membedakan MCI ketika skor kognitif tumpang tindih.
Alzheimer’s DIsease Neuroimaging Initiative (ADNI) penelitian Alzheimer telah
memperpanjang rentang kejadian kasus MCI diluar dari kriteria Peterson untuk
memasukkan orang-orang pada tahap awal MCI. Kasus MCI awal ini sering tampil di
rentang normal pada tes berbasis kantor rutin, seperti Moca dan MMSE, sedangkan
akhir kasus MCI sering didapatkan rentang demensia ringan [22].
Tujuan penelitian kami berbeda dari laporan sebelumnya yang membahas
perbandingan Moca dengan MMSE. Kita berharap untuk membentuk berbagai nilai
rentang MoCA yang dapat menangkap lebih banyak kasus MCI, termasuk yang pada
tahap yang sangat awal, seperti yang ditunjuk dengan menggunakan kriteria studi
ADNI . Kami menganalisis hubungan antara Moca dan skor MMSE dengan distribusi
mereka, equivalent skor, nilai-nilai cutoff untuk MCI dibandingkan AD demensia,
dan kontribusi subscores domain dalam membedakan MCI dari kelompok HC
menggunakan data ADNI.
MetodeSubyek dan desain
Ini adalah studi cross-sectional menganalisis 618 kasus dari ADNI-GO dan ADNI-2
database di mana kedua MMSE dan tes Moca dilakukan dalam waktu +/- 90 hari dari
diagnosis klinis. Data yang didownload dari Oktober 2012 mendatang
[http://adni.loni.ucla.edu/]. ADNI adalah, program multi-lokasi dan multi-studi yang
didanai oleh kemitraan publik dan swasta untuk menyelidiki apakah asi kombinasi
neuroimaging, marker biologis, penilaian klinis dan penilaian neuropsikologi secara
akurat dapat melacak kemajuan dalam AD [23]. Data yang tersedia untuk umum bagi
komunitas ilmiah untuk analisis. Informed consent dikumpulkan melalui orang yang
berpatisipasi dalam situs ADNI. Penelitian ADNI-GO dan ADNI-2 dilakukan sesuai
dengan Good Clinical Practice Guidelines, US 21CFR Part 50 – Protection of Human
Subjects Part 56 – Institutional Review Board (IRBs) / Research Ethic Board(Rebs),
dan sesuai dengan keadaan dan peraturan HIPAA federal. Protokol studi telah
disetujui oleh masing-masing situs IRB / REB.
Pada kunjungan masuk ke ADNI, subyek kohort menerima diagnosis awal
menurut definisi tertentu. Subyek demensia AD memiliki skor MMSE antara 20-26
(inklusif), Clinical Dementia Rating Scale (CDR) skor antara 0,5 atau 1,0, dan semua
termasuk National Institute of Neurological dan Gangguan Komunikatif dan Stroke /
Penyakit Alzheimer dan Gangguan Terkait kriteria Asosiasi untuk kemungkinan AD.
Subyek MCI memiliki keluhan memori, dan skor MMSE antara 24-30, penurunan
memori objektif yang diukur dan disesuaikan dengan skor pada Skala Wechsler
Memory (WMS) Logical Memory II, skor CDR 0,5, tidak adanya penurunan
signifikan dalam domain kognitif, pada dasarnya pra kegiatan disajikan hidup sehari-
hari, dan tidak adanya tia demen-. Dalam kunjungan berikutnya, diagnosa bisa
berubah dan tidak dibatasi oleh rentang nilai entri ini pada MMSE. Untuk penelitian
kami, tindak lanjut kunjungan (minimal 6 bulan dari entri) yang digunakan untuk /
Moca kunjungan studi MMSE dalam semua kecuali tiga mata pelajaran.
Kami mempelajari 618 kasus dari 219 HC kognitif normal, 299 MCI, dan 100
kasus AD demensia. MCI kasus awal dan kasus akhir tidak dibedakan untuk analisis
ini. Jika ada beberapa pengukuran uji dalam rentang waktu 90 hari, nilai-nilai dipilih
yang paling dekat dengan waktu diagnosis klinis ditegakkan.
ProsedurTes
MMSE [2] adalah digunakan secara luas tes skrining kognitif, skor 24-30
dianggap dalam kisaran normal. Item pertanyaan berupa orientasi, memori, ingat,
perhatian, penamaan objek, berikut perintah lisan dan tertulis, menulis sebuah
kalimat, dan menyalin angka.
Moca [3] dikembangkan baru-baru ini menyempurnakan kekurangan dari
MMSE dalam mendeteksi MCI. Kisaran nilainya sama dengan MMSE (0-30), tetapi
memiliki tambahan Item mengatasi orientasi, tokoh menggambar, kecepatan
pemrosesan, penamaan objek, memori, ingat, perhatian kewaspadaan, pengulangan,
kefasihan lisan, dan abstraksi yang lebih kompleks. Pada MoCA tes ditambahkan satu
poin bagi mereka yang tingkat pendidikan <12 tahun.
Strategi untuk mengatasi MCI skor tumpang tindih
Kami mengantisipasi nilai MoCA skor byang tumpang tindih antara MCI
dengan diagnosis lain. Oleh karena itu, kami mengevaluasi apakah metode lain dapat
membantu membedakan HC dan AD demensia yang memiliki hasil yang sama
(tumpang tindih) dengan rentang MCI pada Moca menggunakan skala fungsional dan
MMSE dan Moca subscores dari tiap domain.
Fungsional Kegiatan Kuesioner (FAQ) [24] langkah-langkah kegiatan
instrumental hidup sehari-hari (IADLs), seperti menyiapkan makanan seimbang dan
mengelola keuangan personal. Mitra perawatan diwawancarai tentang kemampuan
pasien untuk melakukan sepuluh kegiatan. Setiap kegiatan berperingkat pada skala
dari 0 (normal) untuk 3 (tergantung) dengan total skor maksimum 30. Skoring 3 poin
pada setidaknya 3 kegiatan adalah cutoff direkomendasikan untuk menunjukkan
fungsi konsisten dengan demensia [24].
Domain item (≥4 poin per domain) dalam MMSE dan Moca didefinisikan
untuk menganalisis apakah komponen-komponen tertentu mungkin lebih berat
berkontribusi untuk membedakan MCI dari kelompok HC untuk setiap tes. Tiga
domain memiliki item yang tercermin konstruksi neuropsikologi tradisional (orientasi,
perhatian dan perhitungan, dan pemahaman / fungsi eksekutif). Domain keempat,
disebut "inti" terdiri dari item menilai tiga gejala klasik AD - penamaan (anomia),
pembelajaran baru (amnesia) dan kemampuan visuospatial (agnosia) - mencerminkan
disfungsi temporoparietal. Sehingga dokter dapat dengan mudah menilai di kantor.
Item yang tidak sama antara kedua tes dikeluarkan dari domain yang dinilai. Item dan
domain untuk MMSE dan Moca disediakan pada Tabel 1.
Analisis statistik
Karakteristik demografi, MMSE, Moca, dan FAQ skor untuk masing-masing
kelompok diagnostik dijelaskan menggunakan rata-rata dan standar deviasi atau
frekuensi. Korelasi Scatterplots dan Pearson diterapkan untuk lebih memahami
hubungan antara Moca dan MMSE skor pada kasus MCI dibandingkan dengan HCS
dan kasus AD demensia. Sebuah cutoff ≥24 poin untuk MMSE dan cutoff ≥17, 19,
dan 23 untuk Moca yang dilambangkan di scatterplots untuk menunjukkan ujung
bawah dari potensi rentang skor MCI.
Penelitian ini menempatkan empat domain (orientasi, perhatian dan
perhitungan, pemahaman / fungsi eksekutif, dan inti) untuk setiap tes (lihat Tabel 1).
Stepwise variavle selection pada regresi logistik kemudian dilakukan untuk
mengidentifikasi domain yang paling berkontribusi membedakan MCI dari HC untuk
setiap tes.
Metode Equi-persentil dengan menggunakan log-linear smoothing [25]
dilakukan pada Moca dan MMSE untuk mengembangkan tabel konversi skor antara
skala ini. Analisis dilakukan dengan menggunakan "equate" dalam program statistik.
Receiver Operating Characteristic (ROC) analisis untuk MCI dibandingkan AD
demensia dilakukan untuk mendapatkan nilai-nilai cutoff dengan sensitivitas dan
spesifisitas untuk skor Moca. Pada Indeks Youden dilaporkan dimana nilai tertinggi
mencerminkan sensitivitas seimbang dan spesifisitas. Semua analisis dilakukan di
program SAS versi 9.2.
Hasil
Tabel 2 menyajikan demografis, tes, dan skor skala rating untuk masing-
masing kelompok diagnostik. Semua kelompok termasuk kalangan berpendidikan.
Ada perbedaan yang signifikan antara kelompok MMSE, Moca, dan FAQ skor
dengan tingkat penurunan gangguan kognitif yang sesuai harapkan (demensia> MCI>
HC).
Test Skor Distribusi
Gambar 1 scatterplots menunjukkan kapal hubungan distribusi skor antara
MMSE dan Moca, kode oleh kelompok diagnostik dan dengan garis-garis yang
menunjukkan berbagai nilai cutoff mungkin. Koefisien korelasi antara tes yang tinggi
untuk semua mata pelajaran (0,84) dan AD demensia (0,86), tetapi lebih rendah untuk
MCI (0.60) dan HC (0.43).
Skor MCI kebanyakan di atas nilai-nilai cutoff, di mana Moca cutoff terendah
≥17 ditangkap lebih kasus MCI (96,3%) dibandingkan melakukan celana yang lebih
tinggi; ≥23 melewatkan sejumlah kasus MCI, meskipun juga menangkap sedikitnya
jumlah kasus demensia. Berbeda dengan Moca, 98,3% dari subyek MCI mencetak
≥24 pada MMSE, yang berada dalam jangkauan normal diterbitkan. Untuk
mengevaluasi efek langit-langit yang dikenal dari MMSE, kami juga dibandingkan
cutoff dari ≥28 pada kedua tes di mana banyak lagi HC dan MCI kasus memiliki skor
28 hingga 30 pada MMSE (71,4%) dari pada Moca (18,1%).
Table 2
Figure 2
Skor untuk kasus demensia AD didistribusikan secara luas di kedua tes,
termasuk di atas dan di bawah garis cutoff, ulang vealing berbagai tingkat keparahan
kerusakan kognitif walaupun memiliki diagnosis demensia.
Pada setiap tes, skor HC lebih erat bagikan usikan di kuadran kanan atas dan
tumpang tindih dengan skor sangat MCI. Hampir semua HCS mencetak gol di
kuadran kanan atas dengan 99,5% di atas Moca cutoff ≥17 dan 99,5% di atas MMSE
≥24 cutoff.
Strategi untuk mengecualikan kasus tumpang tindih dalam kisaran MCI
FAQ
Skor FAQ berarti berbeda nyata (p <0,001) antara kelompok diagnostik di
mana hanya kelompok AD demensia berada di kisaran normal (lihat Tabel 2).
TANYA JAWAB normal yang tertinggi pada kelompok demensia (60/100),
sementara MCI memiliki 5/296 dan HC tidak punya. Kasus MCI dengan abnormalitas
mal dibandingkan FAQ normal, masing-masing, memiliki skor rata-rata 19,6 ± 3,7
dan 23,5 ± 3,4 pada Moca, dan 27 ± 2,2 dan 27,8 ± 1,9 pada MMSE.
Analisis domain dari Moca dan MMSE
Menggunakan regresi logistik bertahap untuk memilih dari antara empat
domain prespecified, domain inti pada kedua MMSE dan Moca (p <0,0001) diikuti
oleh orientasi domain (MMSE, p <0,0001 dan Moca, p = 0,0009) terpilih sebagai
kontribusi signifikan untuk membedakan MCI dibandingkan HC. Pemahaman / fungsi
eksekutif dan perhatian dan perhitungan domain tidak dipilih untuk tes baik.
Terjemahan antara Moca dan skor MMSE
Gambar 2 menggambarkan nilai setara ketika menerjemahkan antara tes Moca
dan MMSE sebagai dianalisis dalam kelompok kami semua mata pelajaran dengan
menggunakan metode equi-persentil, termasuk tampilan grafis. Skor Moca dari 18
ditanggapi corre- ke MMSE 24. MMSE nilai berkisar 28-30 dikonversi ke 23-30, dan
22-27 untuk 17-22 di Moca. Kisaran terendah pada Moca (0-16), di mana banyak
kasus demensia didominasi, itu-wakil sented oleh puluhan 6-21 dari MMSE,
meskipun jumlah kecil dari mata pelajaran di kisaran skor terendah membuat
interpretasi terpercaya.
Analisis ROC skor Moca dilakukan untuk MCI, sebagai dibedakan dari AD
demensia, memiliki AUC 0,9033 (lihat Gambar. 3). Sebuah skor cutoff Moca dari 17
menekankan sensitivitas (92,3%) dengan spesifisitas 58%, sementara cutoff dari 19
memiliki sensitivitas sedikit lebih rendah (87,3%) dan spesifisitas yang lebih tinggi
(77%). Indeks Youden tertinggi (69.9) untuk cutoff Moca dari 20 dengan
keseimbangan sensitivitas (81,9%) dan spesifisitas (88,0%).
DiskusiAda minat dalam menggunakan Moca sebagai tes kognitif multi-domain
berbasis kantor pengganti dari MMSE karena keuntungan yang jelas untuk menilai
pasien dengan cognitive terganggu pada tahap-tahap awal, sebagian attrib- usikan
kesulitan yang lebih besar dan masuknya barang-barang fungsi eksekutif. Tujuan
penelitian kami adalah untuk menentukan nilai Moca yang menangkap berbagai
keparahan MCI untuk dokter dan peneliti sedangkan pekerjaan sebelum membedakan
MCI dan demensia dari HCS. Kami menemukan distribusi skor yang lebih luas untuk
mata pelajaran MCI pada Moca dari MMSE, dengan efek langit-langit berkurang.
Efek langit-langit ini juga tercermin oleh nilai tes rata-rata dalam kasus MCI dengan
dan tanpa FAQ abnormal yang hampir sama pada MMSE tetapi parate lebih dis pada
Moca. Yang lebih luas MCI skor kisaran di Moca dapat berguna untuk deteksi dini
ketika defisit yang lebih halus dan untuk memantau fungsi kognitif dari waktu ke
waktu. Kami mengantisipasi tumpang tindih MCI dengan HCS di kisaran atas dan
dengan kasus demensia di bawah kisaran nilai Moca. Kami menyadari bahwa
penerapan strategi lain kemudian akan diminta untuk memisahkan HC atau demensia
kasus tumpang tindih, mirip dengan pendekatan yang diambil oleh Roalf dkk.
meskipun mereka digunakan tion klasifikasi [14]. Karena banyak literatur masih
benchmark kohort AD menggunakan MMSE, cara di mana MMSE dan skor Moca
menerjemahkan penting; Oleh karena itu kami juga melaporkan skor konversi equi-
persentil. Kami juga menggunakan analisis ROC untuk membantu menentukan lebih
rendah MCI nilai cutoff.
Pertama, kami mengevaluasi distribusi skor dan lap berlebihan mereka untuk
Moca dibandingkan dengan MMSE menggunakan data ADNI untuk 618 kasus. The
Moca cutoff dari ≥17 poin terdeteksi sebagian besar kasus MCI (96,3%), mirip
dengan MMSE menggunakan cutoff ≥24 (98,3%). Menggunakan pendekatan equi-
persentil, skor Moca dari 18 adalah sebanding dengan MMSE 24. Menggunakan
analisis ROC untuk MCI dibandingkan AD demensia, Moca nilai cutoff ≥17 untuk 19
dipilih untuk relatif menekankan sensitivitas (92,3-87,3%) lebih spesifisitas (58-77%).
Indeks Youden akan menyarankan cutoff Moca dari 20 jika menyeimbangkan kedua
(81,9%, 88,0%) yang diinginkan, yang tidak-tujuan yang berpose untuk studi ini yang
berusaha untuk menangkap karena banyak kasus MCI sebagai cukup mungkin. Kami
merekomendasikan cutoff rendah ≥17 dan cutoff atas ≤30 poin pada Moca untuk
menangkap berbagai tingkat keparahan pasien MCI. Namun, cutoff rendah ≥18 atau
19 dapat digunakan, tergantung pada tingkat sensitivitas dan spesifisitas yang
diinginkan. Oleh karena itu, ada berbagai ketat skor Moca (17-19) yang dapat
merupakan cutoff rendah untuk MCI berdasarkan cara kita memeriksa data ADNI ini.
Figure 2
Banyak kasus demensia berada di bawah celana untuk MCI pada kedua skala
(<24 MMSE; <17 Moca); Namun, 48% dari kasus demensia juga ditangkap saat
menggunakan berbagai ≥17 Moca MCI. Hal ini menunjukkan baik tingkat kerusakan
kognitif pada demensia ringan tumpang tindih dengan yang dari MCI lebih parah atau
beberapa inkonsistensi untuk diagnosis ketika penilaian klinis secara keseluruhan
dengan menggunakan berbagai input dilakukan seperti dalam ADNI.
Figure 3
Sebaiknya Moca yang digunakan dalam hubungannya dengan ukuran
fungsional untuk membantu memisahkan demensia dari kasus MCI. Menggunakan
metode scoring FAQ diterbitkan dari 3 poin pada setidaknya 3 item [24] untuk
menunjukkan gangguan fungsional, skor kelompok demensia 'yang predom- inantly
normal sedangkan sebagian besar MCI dan semua HCS normal, dan FAQ mudah
diberikan dalam pengaturan klinis.
Seperti yang diharapkan, kisaran nilai HC tumpang tindih dengan MCI pada
kedua tes, sehingga dokter mungkin ingin melakukan tes neuropsikologi lebih sensitif
atau merujuk pasien tersebut ke neuropsikolog untuk mengevaluasi lebih lanjut
apakah mereka sehat atau menampilkan awal, defisit halus. An-pendekatan lain untuk
membantu membedakan MCI dari HC adalah dengan menggunakan kinerja pada
domain inti dan orientasi Moca dan MMSE, berdasarkan regresi bertahap kami.
Fungsi eksekutif diukur pada Moca tetapi tidak membedakan kelompok-kelompok ini
meskipun inti lakukan-utama yang termasuk recall, penamaan dan kemampuan
nasional visuoconstruc- lakukan. Meskipun akan mudah untuk mendapatkan
subscores domain dalam praktek klinis, pekerjaan validasi lebih lanjut harus
dilakukan termasuk menentukan nilai cutoff.
Konsisten dengan efek langit-langit yang lebih besar pada MMSE dari Moca,
korelasi antara tes lebih rendah di MCI (0.60) dan HC (0.43) kelompok. Namun,
karena distribusi tes serupa di celana direkomendasikan dan sangat berkorelasi pada
kelompok demensia (r = 0,86), tes ini dapat dianggap lebih sebanding untuk
digunakan pada pasien demensia.
Kami menemukan potensi keuntungan dari Moca atas MMSE di MCI
konsisten dengan laporan sebelumnya tentang potensi diskriminan tinggi Moca untuk
MCI yang secara signifikan berbeda dari yang untuk MMSE (p = 0,0007), dengan
luas di bawah kurva (AUC ) untuk Moca 0,86 dibandingkan dengan 0,75 untuk
MMSE [13]. Sebaliknya, mereka tidak menemukan perbedaan antara Moca dan
MMSE untuk AD demensia (p = 0,1018) dengan AUC untuk Moca dari 0,98
dibandingkan dengan MMSE AUC 0,96 [13], konsisten dengan temuan kami dari asi
correl- lebih tinggi antara dua skala dalam kelompok demensia.
Akhirnya, kami menggunakan metode equi-persentil menyamakan sama
dicatat dalam Roalf dkk. [14] dan di kelompok tic DIAGNOSTICS serupa. Mereka
diterjemahkan skor antara MMSE dan Moca di klinik geriatri yang agak lebih muda
dan kurang berpendidikan dibandingkan kelompok kami. Temuan kami yang sangat
mirip dengan mereka di berbagai MCI, dengan skor yang sama konversi MMSE
untuk Moca 23 dan 28, dan satu titik yang berbeda untuk Moca 17 (22 vs 23). Baru-
baru ini, temuan kesetaraan Roalf diterapkan untuk sampel ras yang beragam untuk
mengkonversi Moca untuk skor MMSE dan ditemukan memiliki korelasi yang tinggi
(koefisien korelasi intraclass = 0,85, p <0,001) bila dibandingkan dengan skor MMSE
sebenarnya [26]. Sehingga konversi ini tampaknya memiliki beberapa konsistensi
dipopulasi. Namun, representasi ulang grafis kami vealed hubungan hampir linier
kecuali pada ekstrim skor, mungkin karena MMSE kurang sulit daripada Moca,
memungkinkan pasien lebih gangguan untuk mencetak sedikit lebih tinggi di ujung
bawah skala, sedangkan yang paling sedikit im- dipasangkan mencetak lebih tinggi di
ujung atas (efek langit-langit). Oleh karena itu, hati-hati disarankan ketika
menafsirkan akhir rendah di mana sangat sedikit kasus kami yang sangat demen- ted,
dan konversi kami yang paling berbeda dari Roalf dkk. [14] di kisaran demensia
berat.
Keterbatasan termasuk kami cross-sectional analisis menggunakan data ADNI,
yang dapat mempengaruhi generalisasi tersebut. ADNI belum tentu mencerminkan
populasi umum dan memiliki proporsi yang lebih tinggi dari tinggi kasus cadangan
kognitif, yang merupakan pelindung dari timbulnya gejala AD [27]. Mungkin bahwa
Moca akan mendeteksi MCI lebih baik pada populasi umum, tetapi ini perlu dikaji.
Dengan ADNI desain protokol, jika kedua MMSE dan Moca tes diberikan pada hari
yang sama, MMSE adalah administratif tered pertama yang dapat berkontribusi
terhadap efek agar diubah skor Moca baik melalui efek pembelajaran bagi barang
serupa atau kelelahan mental, terutama pada pasien gila. Namun, tes intervensi
diberikan untuk mengurangi efek pembelajaran mungkin pada beberapa item yang
sama. Karena Moca adalah tes yang lebih sulit daripada MMSE, deteksi gangguan
kognitif mungkin bahkan lebih baik ketika Moca digunakan sendiri dari apa yang
dilaporkan di sini jika efek pemesanan telah terjadi. Hal ini juga harus dicatat bahwa
subyek MCI ini memiliki memori com- gugatan membuat hasil yang relevan hanya
untuk amnestic MCI subtipe. Kami menggunakan diagnosis terkait dengan kunjungan
studi kami, dan bukan ADNI entri kunjungan diagnosis ketika kriteria skor MMSE
inklusi akan dinyatakan telah dibatasi analisis Moca kami. Waktu berlalu sejak masuk
(setidaknya 6 bulan) akan mengurangi kemungkinan MMSE pengaruh yang di
diagnosis kemudian.
Singkatnya, kita berkontribusi unik dengan literature yang tumbuh di
penggunaan Moca untuk mendeteksi MCI dan perbandingan terhadap MMSE.
Berdasarkan mata pelajaran di ADNI, kami merekomendasikan berbagai nilai Moca
untuk MCI menggunakan batas bawah dari ≥17 untuk ≥19, tergantung pada tingkat
sensitivitas dan spesifisitas lebih disukai, dan batas atas 30. Penggunaan alat
fungsional seperti FAQ dapat membantu dis pasien demensia CERN dengan skor
Moca tumpang tindih dalam kisaran MCI dan pengujian neuropsikologi lebih sensitif
dapat dilakukan untuk HCS dengan skor tumpang tindih. Meskipun skor equi-
persentil kami yang sangat sebanding dengan yang baru-baru ini dilaporkan, yang
menambah rasa percaya diri untuk temuan kami, replikasi pada populasi masyarakat
akan memperkuat rekomendasi kami.
KesimpulanKami menemukan skor MMSE memiliki efek langit-langit lebih jelas daripada
Moca untuk kasus HC dan MCI. Menggunakan data ADNI, untuk mendeteksi jumlah
yang sama dari kasus MCI menggunakan cutoff MMSE dari ≥24, cutoff Moca perlu
diturunkan untuk antara ≥17 untuk ≥19 tergantung pada preferensi untuk sensitivitas
lebih atau spesifisitas dibandingkan mentia de-. Isi lebih sulit di Moca dapat
meningkatkan sensitivitas untuk mendeteksi gejala awal ketika skor MCI atas adalah
30. Sebaiknya Moca yang digunakan dalam hubungannya dengan skala fungsional
seperti FAQ untuk membedakan kasus demensia yang nilai tumpang tindih di MCI
jangkauan dan fungsi eksekutif lebih sophisti berdedikasi atau tes memori episodik
bisa membedakan ringan MCI karena transisi dari normal. Juga, berdasarkan regresi
bertahap, menguji orientasi atau inti domain baik pada MMSE atau Moca dapat
membantu membedakan HC dari kasus MCI, meskipun ini perlu dievaluasi lebih
lanjut dalam sampel lainnya.
Daftar Pustaka
1. Galvin JE, Sadowsky CH, NINCDS-ADRDA. Practical guidelines for the recognition and diagnosis of dementia. J Am Board Fam Med. 2012;25(3):367–82.
2. Folstein MF, Folstein SE, McHugh PR. “Mini-mental state”. A practical method for grading the cognitive state of patients for the clinician. J Psychiatr Res. 1975;12(3):189–98.
3. Nasreddine ZS, Phillips NA, Bedirian V, Charbonneau S, Whitehead V, Collin I, et al. The Montreal Cognitive Assessment, MoCA: a brief screening tool for mild cognitive impairment. J Am Geriatr Soc. 2005;53(4):695–9.
4. Vertesi A, Lever JA, Molloy DW, Sanderson B, Tuttle I, Pokoradi L, et al. Standardized Mini-Mental State Examination: use and interpretation. Can Fam Phys. 2001;47:2018–23.
5. Spencer RJ, Wendell CR, Giggey PP, Katzel LI, Lefkowitz DM, Siegel EL, et al. Psychometric limitations of the Mini-mental State Examination among nondemented older adults: an evaluation of neurocognitive and magnetic resonance imaging correlates. Exp Aging Res. 2013;39(4):382–97.
6. Lonie JA, Tierney KM, Ebmeier KP. Screening for mild cognitive impairment: a systematic review. Int J Geriatr Psychiatry. 2009;24(9):902–15.
7. Beatty WW, Goodkin DE. Screening for cognitive impairment in multiple sclerosis. An evaluation of the Mini-Mental State Examination. Arch Neurol. 1990;47(3):297–301.
8. Swirsky-Sacchetti T, Field HL, Mitchell DR, Seward J, Lublin FD, Knobler RL, et al. The sensitivity of the Mini-Mental State Exam in the white matter dementia of multiple sclerosis. J Clin Psychol. 1992;48(6):779–86.
9. Moser DJ, Cohen RA, Clark MM, Aloia MS, Tate BA, Stefanik S, et al. Neuropsychological functioning among cardiac rehabilitation patients. J Cardiopulm Rehabil. 1999;19(2):91–7.
10. Tombaugh TN, McIntyre NJ. The Mini-Mental State Examination: A comprehensive review. J Am Geriatr Soc. 1992;40(9):922–35.
11. Imtiaz B, Tolppanen AM, Kivipelto M, Soininen H. Future directions in Alzheimer’s disease from risk factors to prevention. Biochem Pharmacol. 2014;88(4):661–70.
12. Luis CA, Keegan AP, Mullan M. Cross validation of the Montreal Cognitive Assessment in community dwelling older adults residing in the Southeastern US. Int J Geriatr Psychiatry. 2009;24(2):197–201.
13. Freitas S, Simões MR, Alves L, Santana I. Montreal Cognitive Assessment: validation study for mild cognitive impairment and Alzheimer disease. Alzheimer Dis Assoc Disord. 2013;27(1):37–43.
14. Roalf DR, Moberg PJ, Xie SX, Wolk DA, Moelter ST, Arnold SE. Comparative accuracies of two common screening instruments for classification of Alzheimer’s disease, mild cognitive impairment, and healthy aging. Alzheimers Dement. 2013;9(5):529–37.
15. Pendlebury ST, Cuthbertson FC, Welch SJ, Mehta Z, Rothwell PM. Underestimation of cognitive impairment by Mini-Mental State Examination versus the Montreal Cognitive Assessment in patients with transient ischemic attack and stroke: a population-based study. Stroke. 2010;41(6):1290–3.
16. Nazem S, Siderowf AD, Duda JE, Have TT, Colcher A, Horn SS, et al. Montreal Cognitive Assessment performance in patients with Parkinson’s disease with “normal” global cognition according to Mini-mental State Examination score. J Am Geriatr Soc. 2009;57(2):304–8.
17. Lam B, Middleton LE, Masellis M, Stuss DT, Harry RD, Kiss A, et al. Criterion and convergent validity of the Montreal Cognitive Assessment with screening and standardized neuropsychological testing. J Am Geriatr Soc. 2013;61(12):2181–5.
18. Godefroy O, Fickl A, Roussel M, Auribault C, Bugnicourt JM, Lamy C, et al. Is the Montreal Cognitive Assessment superior to the Mini-Mental State Examination to detect poststroke cognitive impairment? A study with neuropsychological evaluation. Stroke. 2011;42(6):1712–6.
19. Risacher SL, Kim S, Shen L, Nho K, Foroud T, Green RC, et al. The role of apolipoprotein E (APOE) genotype in early mild cognitive impairment (E-MCI). Front Aging Neurosci. 2013;5:11. doi:10.3389/fnagi.2013.00011. eCollection 2013.
20. Bondi MW, Edmonds EC, Jak AJ, Clark LR, Delano-Wood L, McDonald CR, et al. Neuropsychological criteria for mild cognitive impairment improves diagnostic precision, biomarker associations, and progression rates.J Alzheimers Dis. 2014;42(1):275–89.
21. McLennan SN, Mathias JL, Brennan LC, Stewart S. Validity of the Montreal Cognitive Assessment (MoCA) as a screening test for mild cognitive impairment (MCI) in a cardiovascular population. J Geriatr Psychiatry
Neurol. 2011;24(1):33–8.
22. Whitney KA, Mossbarger B, Herman SM, Ibarra SL. Is the Montreal Cognitive Assessment superior to the Mini-mental State Examination in detecting subtle cognitive impairment among middle-aged outpatient U.S. Military veterans? Arch Clin Neuropsychol. 2012;27(7):742–8.
23. Weiner MW, Aisen PS, Jack Jr CR, Jagust WJ, Trojanowski JQ, Shaw L, et al. Alzheimer’s Disease Neuroimaging Initiative: The Alzheimer’s Disease Neuroimaging Initiative: Progress report and future plans. Alzheimers Dement. 2010;6(3):202–11.
24. Pfeffer RI, Kurosaki TT, Harrah Jr CH, Chance JM, Filos S. Measurement of functional activities of older adults in the community. J Gerontol. 1982;37(3):323–9.
25. Kolen MJ, Brennan RL. Test equating, scaling and linking: Methods and practices. 2nd ed. New York, NY: Springer; 2006.
26. Falkowski JA, Hynan LS, Krishnan K, Carter K, Lacritz L, Weiner M, et al. Conversion of MoCA to MMSE scores. Alzheimers Dement Diagn Assess Dis Monit. 2015;1(1):125.
27. Amieva H, Mokri H, Le Goff M, Meillon C, Jacqmin-Gadda H, Foubert-Samier A, et al. Compensatory mechanisms in higher-educated subjects with Alzheimer’s disease: a study of 20 years of cognitive decline. Brain. 2014;137(Pt 4):1167–75.