dokumentation:montreal_cognitive_assessment

Montreal Cognitive Assessment

Abkürzung: MoCA

Das Montreal Cognitive Assessment ist ein kognitives Screening-Instrument, das von Ziad Nasreddin konzipiert und 2005 in einem Zeitschriftenaufsatz vorgestellt wurde.1) Das Verfahren dient der Differenzierung unterschiedlicher Schweregrade einer neurokognitiven Störung im Sinne von DSM-5. Die ansonsten für diesen Anwendungszweck häufig verwendete Mini Mental State Examination (MMSE) erlaubt zwar eine hinreichend gute Differenzierung in den unteren Leistungsbereichen, also bei mittleren und schweren Störungen. Im oberen Leistungsbereich, insbesondere bei der Unterscheidung einer leichten neurokognitiven Störung („mild cognitive impairment“, MCI)2) vom neurokognitiv gesunden Bereich, misst sie aber relativ grob. Mit dem MoCA wollte Nasreddine speziell für diesen Anwendungsbereich eine Alternative zur MMSE schaffen. Der Messbereich des MoCA entspricht im Wesentlichen dem der MMSE, also einem sehr breiten Bereich zwischen „extrem beeinträchtigt“ (0-5 Punkte im MoCA) und „unauffällig“ (26-30 Punkte) und eignet sich damit für die angestrebte Stadieneinteilung der geistigen Leistungsfähigkeit über einen sehr weiten Bereich. Am häufigsten wird es eingesetzt zur schnellen Abschätzung der kognitiven Leistungsfähigkeit von Patienten mit beginnender Demenz oder leichter kognitiver Störung. Im Sinne einer Stadieneinteilung erfüllt es diesen Zweck auch, für eine differenzierte Sicht auf einzelne Störungsbereiche braucht es komplexere Verfahren. Im Jahr 2000 erschienen knapp 900 wissenschaftliche Untersuchungen, in denen das MoCA angewendet wurde (zum Vergleich: beim MMSE waren es rund 1500). Die Anwendungstendenz des MoCA ist steigend.

Das Testmaterial für das MoCA konnte schon immer von der Webseite des Autors heruntergeladen werden. Inzwischen hat sich die Seite zu einem professionell gemachten Portal entwickelt, das den Test anpreist und das zugehörige Training und die App vermarktet. Zur Zeit (April 2021) ist der Zugang zum Testmaterial im Prinzip nur nach Registrierung und einem einstündigen Training mit anschließender Zertifizierung möglich. Es gibt aber Ausnahmen für Neuropsychologen. Das Testmaterial ist in vielen verschiedenen Sprachen und Versionen erhältlich, alle Übersetzungen und Bearbeitungen sind von Nasreddine persönlich zertifiziert. Das Testmaterial ist in zwei Formen erhältlich, als Papierversion oder als App. Die deutsche Papierversion besteht aus einem einseitigen Testblatt und einer vierseitigen Anweisung zur Durchführung und Auswertung. Die Originalversion (das ist die in Publikationen bisher am weitaus häufigsten benutzte) heißt Version 7.1, Parallelversionen mit anderen, aber vergleichbaren Items sind die Versionen 7.2 und 7.3. Inzwischen gibt es auch eine neuere Versionsreihe (8.1 bis 8.3) mit verbesserten Instruktionen und Vorlagen. Über die Vergleichbarkeit der verschiedenen Versionen gibt es nur wenig Information auf der Webseite. Die App gibt es seit 2017 für das iPad.

Das Copyright am MoCA hält Ziad Nasreddine. Anwendung, Auswertung und Interpretation sind nur nach vorherigem Training gestattet. Für klinische Anwendungszwecke und für die Ausbildung kann das Testmaterial ohne spezielle Erlaubnis benutzt und reproduziert werden. Für kommerzielle Vorhaben braucht es eine spezifische Genehmigung, ebenso für den Einsatz in Forschungsvorhaben. Einzelheiten dazu sind auf der Webseite zu finden.

Die Durchführung ist in der herunterzuladenden Anweisung zu jeder Version auf vier bis fünf Seiten genau beschrieben, ebenso die Auswertung.

Die Zahl der richtigen Antworten ist der Testrohwert. Er reicht von 0 bis 30.

Prinzipiell können auch Subscores für die Bereiche Gedächtnis (MoCA Memory Index Score, MoCA-MIS), exekutive Funktionen (EIS), visueller Bereich (VIS), Sprache (LIS), Aufmerksamkeit (AIS) und Orientierung (OIS) berechnet werden. Da es für diese Indizes aber keine Normen gibt, werden sie in TDB2Online nicht ausgewertet.

Ähnlich wie die MMSE misst auch das MoCA keine normalverteilte kognitive Fähigkeit in einer Population, sondern gradiert basale kognitive Fähigkeiten von einem „Normalzustand“ bis hinunter zu einem sehr niedrigen Leistungsniveau. Das obere Ende des Messbereichs ist willkürlich an einem „gesunden, unbeeinträchtigten“ Niveau fixiert, das untere Ende beim Verlust aller kognitiven Fähigkeiten. Im Unterschied zur MMSE schließt das MoCA mehr Items mit einer mittleren Schwierigkeit ein. Trotzdem muss man erwarten, dass die Rohwertverteilungen zumindest bei gesunden Jüngeren nicht normal, sondern deutlich rechtsgipflig sein werden.

Beim MoCA haben wir keine publizierten Rohwertverteilungen von Zufallsstichproben gefunden. Es gibt allerdings zwei Studien, die Perzentilverteilungen in ausreichender Auflösung publiziert haben, eine große mit 5802 Personen (Kenny et al., 2013)3) und eine deutlich kleinere mit 700 Personen (Ojeda et al., 2016)4). Aus diesen kann man die Ursprungsverteilungen näherungsweise rückrechnen. Kenny et al. (2013)5) geben in Tabelle 3 der Arbeit die Rohwerte für sieben Perzentilpunkte, acht Altersklassen und drei Bildungsstufen wieder. Aus diesen Daten wurden Rohwertverteilungen rückgerechnet, über die Bildungsklassen gewichtet gemittelt und geglättet. Das Ergebnis ist in Abbildung 1 wiedergegeben. Die notwendigen Angaben zu den Stichprobengrößen der Bildungsklassen fanden wir in einer anderen Arbeit der Gruppe (Kearney et al., 2011)6).

Abbildung 1: Rückgerechnete Verteilungsform der MoCA-Rohwerte in der Studie von Kenny et al. (2013) für acht Altersgruppen (Gruppenmittel)

Man sieht, dass die Verteilungen umso schiefer (rechtsgipfliger) werden, je jünger die Personen sind. Das liegt ganz einfach daran, dass die jüngeren Probanden besser sind und ihre Leistungen weiter an den oberen Rand der Verteilung wandern. Die Verteilungen des MoCA sind insgesamt symmetrischer als die der MMSE, weil die Mittelwerte nicht ganz so nah an die obere Rohwertgrenze reichen.

Ojeda et al. (2016)7) geben in ihrer Tabelle 3 direkt Wertpunkte (Mittelwert 10, Standardabweichung 3, aus den Perzentilwerten umgerechnet) für neun Altersklassen an. Auf jede Altersklasse entfallen deutlich weniger Personen als in der Kenny-Studie, weshalb die Verteilungen grober geraten. In Abbildung 2 sind sie in geglätteter Form dargestellt. Der Altersbereich geht in dieser Studie von 18 bis 86 Jahre, bei Kenny et al. (2013) nur von 50 aufwärts. Im Wesentlichen sieht man die gleichen Verteilungsformen, ziemlich symmetrisch in höherem Alter und rechtsgipflig bei den jüngeren Personen.

Abbildung 2: Rückgerechnete Verteilungsform der MoCA-Rohwerte in der Studie von Ojeda et al. (2016) für neun Altersgruppen (Gruppenmittel)

Da das MoCA im Wesentlichen nur bei älteren Personen angewendet wird und wir in den weiter unten dargestellten Normstudien auch nur wenige Daten für junge Personen gefunden haben, bilden wir die Leistungswerte auf der Basis der 60-64-Jährigen, genauso wie bei den CERAD-Tests. Man sieht in beiden Abbildungen, dass sich die Rohwerte bei dieser Altersgruppe schief verteilen. Im Leistungswertgitter des TDB2-Testprofils wird sich daher eine nichtlineare Verteilung der Rohwerte auf die Leistungswerte ergeben.

Für die Linearisierung der Skala werden wir also auf diese beiden Studien zurückgreifen müssen. Wir wollen aber zunächst alle vorliegenden Normierungsstudien im einzelnen anschauen, damit wir abschätzen können, wie die Normwerte der Studien von Kelly et al. (2013) und Ojeda et al. (2016) im Vergleich zu allen anderen aussehen.

Die Originalpublikation des MoCA von 20058) enthielt Daten von zwei klinischen Gruppen (Alzheimer Demenz, leichte kognitive Störung) und einer kleinen Gruppe gesunder Probanden (N=90). Die Altersspanne der Probanden war nicht angegeben, das mittlere Alter lag bei 73 Jahren mit einer Standardabweichung von 7 Jahren. Es handelte sich um eine einfache anfallende Stichprobe ohne weitere Charakterisierung („recruited from the community“). Die Originalpublikation enthielt keine Aufgliederung nach Lebensalter. Das Bildungsalter wurde nur dadurch berücksichtigt, dass bei Personen mit weniger als 13 Jahren Schulbildung dem Rohwert ein Punkt hinzugefügt wurde. Der Fokus der Arbeit lag auf dem Nachweis einer besseren Differenzierungsfähigkeit des MoCA im Vergleich zur MMSE, vor allem zwischen leichter kognitiver Störung und kognitiv Gesunden. Ein Cutoff-Score von 26 (Werte kleiner als 26 indizieren eine Minderleistung) erwies sich in der Arbeit als optimal für Sensitivität und Spezifität. Das Problem einer Abhängigkeit des MoCA-Scores von Alter und Bildung, wie es natürlich zu erwarten ist und sich in späteren Normuntersuchungen auch zeigte, wurde in der Originalpublikation nicht gesehen. In Folgeuntersuchungen wurde die Höhe des Cutoff-Werts regelmäßig in Frage gestellt.

Da die Normen der Originalarbeit (nur Mittelwert und Standardabweichung für die gesamte Kontrollstichprobe) nicht altersgemäß aufgegliedert sind, werden sie für die Metaanalyse der Normen nicht berücksichtigt. In Abbildung 3 sind sie aber zum Vergleich mit aufgenommen.

Für das MoCA gibt es viele Normuntersuchungen, auch im Vergleich mit anderen international verwendeten Testverfahren. Dazu trug sicher bei, dass das Verfahren in kurzer Zeit in viele Sprachen übertragen wurde und für die klinische Anwendung ohne weitere Kosten erhältlich ist. Schon bei den ersten Anwendungsuntersuchungen anderer Autoren stellte sich allerdings heraus, dass die in der Originalarbeit publizierten Cutoff-Werte nur für gut ausgebildete überdurchschnittlich intelligente Personen zutreffen konnten. Auch das machte die Notwendigkeit zur Erstellung „eigener“, landes- oder kulturspezifischer Normen evident.

Wir haben im März 2021 die internationale Literatur nach Normuntersuchungen zum MoCA durchsucht. Dabei fanden wir 19 Studien, die Probanden untersuchten, deren schulische Ausbildung mit derjenigen in Deutschland grob vergleichbar ist. Diese stammen vorwiegend aus Ländern der westlichen Welt. Untersuchungen aus Ländern in Afrika, Asien und Südamerika wurden nur dann aufgenommen, wenn die Stichprobe hinsichtlich ihrer Ausbildungsjahre vergleichbar war. Die gefundenen Studien lassen sich danach einteilen, ob eine repräsentative Stichprobe angestrebt wurde (entweder Zufallsstichprobe oder zumindest eine an Bevölkerungsdaten stratifizierte Stichprobe) oder ob lediglich eine irgendwie anfallende Stichprobe untersucht wurde. Zur ersten Gruppe (repräsentative Stichproben) gehören 7 Studien, die zuerst besprochen werden.

Bei der Aufarbeitung der Normen für TDB2Online wird immer versucht, bevölkerungsrepräsentative Normen zu berechnen, die nur nach Alter geschichtet sind. Beim MoCA lagen fast in allen Studien Normen vor, die auch nach Geschlecht und/oder nach Ausbildungsjahren geschichtet sind. Wir haben immer versucht, über diese zusätzlichen Schichten gewichtet zu mitteln.

Studien mit repräsentativen Stichproben

Lu et al. (2011)9) berechneten Normwerte für das MoCA im Rahmen einer großen Längsschnittstudie (China Cognition and Aging Study) in ausgewählten Städten und ländlichen Zonen Chinas. Die Untersuchung basiert auf einer stratifizierten Cluster-Stichprobe. Alle 6283 Personen der Stichprobe (Alter 65-103 Jahre) wurden klinisch untersucht und Personen mit leichter kognitiver Störung, Demenz oder anderen Erkrankungen, die einen Einfluss auf kognitive Variablen haben können, wurden ausgeschlossen. Das MoCA wurde an fünf Stellen kulturell an die chinesische Sprache und Schrift angepasst. Die Ergebnisse werden gegliedert für die vier Schulbildungsgruppen 0 Jahre, 1-5 Jahre, 6-9 Jahre und 10 und mehr Jahre dargestellt. Die Studie ist methodisch eine der besseren in unserer Übersicht. Allerdings ist die Gesamtstichprobe bildungsmäßig nicht mit Stichproben aus Mitteleuropa vergleichbar. Wir hätten eventuell nur die Ergebnisse der beiden höchsten Bildungsgruppen in die Metaanalyse der Normen einschließen können (N=3663). Leider ergeben sich aus den in Tabelle 2 mitgeteilten Standardfehlern der Arbeit in allen Altersklassen, vor allem in den Bereichen 65-69 und 70-74, so hohe Standardabweichungen, dass eine Vergleichbarkeit auch dieser Bildungsgruppen mit den anderen Studien nicht gegeben ist. Die Studie wurde deshalb nicht für die Normierung berücksichtigt.

Freitas et al. (2011)10) untersuchten eine stratifizierte Zufallsstichprobe von 650 über 25 Jahre alte Personen aus Portugal. Es wurde darauf geachtet, Personen mit möglichen krankheitsbedingten Defiziten der Kognition auszuschließen. In der Arbeit werden die Mittelwerte und Standardabweichungen der MoCA-Rohwerte in Abhängigkeit von Bildungsstand (Gruppen 1-4, 5-9, 10-12 und über 12 Jahre) und Alter (Gruppen 25-49, 50-64 und über 64) dargestellt. Wir haben in der Metaanalyse nur die Ergebnisse der drei höchsten Bildungsgruppen eingeschlossen (N=394).

Die oben schon erwähnte Studie von Kenny et al. (2013)11) basiert auf „The Irish Longitudinal Study on Ageing“ (TILDA). Hier wurde eine landesweite Zufallsstichprobe von zuhause lebenden Personen befragt (N=5802). In dieser Studie wurden ebenfalls kranke Personen ausgeschlossen, allerdings weniger strikt als in anderen Studien. Ein Ausschlusskriterium basierte zum Beispiel auf der MMSE und schloss lediglich Personen mit einem Rohwert unter 10 aus. Personen mit einer leichteren Demenz konnten also schon in die Stichprobe gelangen. TILDA rechnet mit komplexen Modellen. Die Tabelle 3 der Arbeit gibt die nach Modell geschätzten Erwartungswerte für die Perzentile 5, 10, 25, 50, 75, 90 und 95 sowie Mittelwerte und Standardabweichungen für drei Bildungs- und 8 Altersstufen wieder. In einer weiteren Studie der Arbeitsgruppe (Kearney et al., 2011)12) sind die notwendigen demographische Daten enthalten, die es möglich machen, die Daten innerhalb der Altersgruppen gewichtet auf die gesamte untersuchte Stichprobe hochzurechnen.

Die Studie von Narazaki et al. (2013)13) richtete sich an alle Einwohner der japanischen Stadt Sasaguri, die über 64 Jahre alt waren und nicht in einem Heim wohnten, insgesamt 4979 Personen. Auch diese Studie ist Teil einer größeren Kohortenstudie. Nach einer schriftlichen Kontaktaufnahme machten 1977 Personen beim MoCA gültig mit. Die Personen wurden nicht klinisch untersucht, Ausschlüsse wegen Demenz erfolgten auf Grund von Selbstauskünften. Die Ergebnisse sind in Tabelle 1 der Arbeit in überlappenden 10-Jahres-Klassen berichtet, lassen sich aber linear auf 5-Jahresklassen interpolieren.

In der ebenfalls schon oben erwähnten Studie von Ojeda et al. (2016)14) untersuchten die Autoren 700 Personen im Alter von 18 bis 86 Jahren, vorwiegend aus dem Baskenland (60 %), sowie aus Stadt und Umfeld von Valencia (21 %), der Rest verteilt sich auf viele Provinzen Spaniens. Die Studie soll hinsichtlich der demographischen Zusammensetzung repräsentativ für ganz Spanien sein, auch wenn das sicher nicht für die räumliche Herkunft gilt. Die Studie ist als Teilprojekt von „Normacog“ entstanden, einer multizentrischen Normierungsstudie von neuropsychologischen Testinstrumenten in Spanien. Der Ausschluss von Patienten mit Demenz erfolgte auf Grund eines Telefoninterviews. Die Ergebnisse stehen als Mittelwerte und Standardabweichung pro Altersklasse zur Verfügung, außerdem gibt es auch altersabhängige Perzentilverteilungen. Dreizehn Prozent der Teilnehmer verfügten über eine Schulbildung im Bereich 0 bis 6 Jahre, sicher vorwiegend solche in den höheren Altersgruppen. Da die Ergebnisse aber nicht für die Bildungsklassen einzeln berichtet werden, war hier ein Ausschluss nicht möglich.

Borland et al.15) berichteten 2017 von einer schwedischen Normierung der MoCA, die als Nachuntersuchung von Mitgliedern der „Malmö Diet and Cancer Study“, einer prospektiven Kohortenstudie, lief. Als Ausgangsstichprobe (N=28.000) dienten in den 90er Jahren rund 40 % der Einwohner von Malmö. Von dieser wurden zufällig in den Jahren 2007 bis 2012 6103 Personen ausgewählt, von denen im späteren Verlauf der Untersuchungen 860 auch mit dem MoCA getestet wurden. Personen, die in der MMSE Werte kleiner als 24 oder in einem Test für kognitive Geschwindigkeit Werte unter -1 Sigma erreichten oder über kognitive Defizite berichteten, wurden sorgfältig klinisch, mit CT, labortechnisch (Blut und Liquor) und mit einer erweiterten neuropsychologischen Testbatterie untersucht. Personen mit jeder Form einer neurokognitiven Störung wurden von der Normierungsstudie ausgeschlossen. Dadurch schmolz die Stichprobe von 860 auf 758 Personen. Die Ergebnisse werden in überlappenden 10-Jahres-Klassen im Altersbereich von 65 bis 85 berichtet. Sie lassen sich in 5-Jahres-Klassen interpolieren.

Die nächste Studie stammt aus Tschechien (Kopecek et al., 2017)16). Auch diese Studie ist Teil einer größeren Längsschnittstudie. Die Autoren erhoben eine stratifizierte Stichprobe von über 59 Jahre alten Personen in unterschiedlichen Regionen Tschechiens. Personen mit Erkrankungen, die Auswirkungen auf kognitive Funktionen haben können, wurden ausgeschlossen. Von den so rekrutierten 568 Personen wurden in einem zweiten Schritt noch alle ausgeschlossen, die in zwei oder mehr von 5 Verfahren Werte unter -2 Sigma aufwiesen. Dadurch reduzierte sich die Stichprobe weiter auf 540 Personen. Die Ergebnisse sind leider nur sehr grob in den zwei Altersklassen 60-74 und >74 angegeben und wurden für die Darstellung in TDB2Online auf 5-Jahres-Gruppen linear inter- und extrapoliert.

Studien mit anfallenden Stichproben

Bei allen weiteren Studien haben sich die Studienautoren entweder keine größere Mühe gegeben, die Herkunft der Stichprobe zu planen und an die Bevölkerungsdaten anzupassen oder es gibt sonstige Gründe dafür, dass die MoCA-Normen nicht repräsentativ für eine benennbare Population sind. Wir besprechen die Publikationen wiederum in zeitlicher Reihenfolge.

Die Untersuchung von Rossetti et al. (2011)17) wird oft in der Literatur erwähnt, wohl weil sie eine der ersten unabhängigen Untersuchungen des MoCA an einer großen Stichprobe war. Sie beruht auf einer Stichprobe der Dallas Heart Study, einer multiethnischen Längsschnittstudie, die zum Ziel hatte, Risikofaktoren für kardiovaskuläre Erkrankungen zu finden. Bei ihr wurden absichtlich mehr als 50 % Afroamerikaner in die Studie eingeschlossen, weil deren Risiken für kardiovaskuläre Erkrankung in besonderer Weise untersucht werden sollten. Das Oversampling der Afroamerikaner wurde bei der Normenstudie zum MoCA nicht korrigiert (bei anderen Studien der Gruppe schon). Wir haben diese Studie wegen ihrer nicht bevölkerungsrepräsentativen Zusammensetzung nicht in die Normquellen aufgenommen. 2017 erschien eine weitere Arbeit der Gruppe (Rossetti et al., 2017)18), in der MoCA-Normen nur für die Afroamerikaner der Studie von 2011 berechnet wurden. Auch diese Normquelle wird für die TDB2-Normen nicht berücksichtigt.

Gluhm et al. (2013)19) publizierten eine Normenstudie für MoCA und MMSE an einer relativ kleinen Stichprobe im Alter zwischen 20 und 89 Jahren aus der Gegend um San Diego. Das mittlere Bildungsalter der Stichprobe lag bei 15,4 Jahren, also sehr hoch, auch wenn man in Rechnung stellt, dass der Altersbereich der Stichprobe sehr breit ist. In der Arbeit sind Mittelwerte und Standardabweichungen in 10-Jahres-Klassen abgedruckt.

Conti et al. (2015)20) untersuchten 254 Angehörige von Patienten einer Memory-Klinik und eines Seniorenzentrums in Bologna im Alter zwischen 60 und 80 Jahren. Die Probanden mussten einen MMSE-Score von mindestens 24 und normale Gedächtnisleistungen aufweisen. Die Ergebnisse sind in vier Altersklassen berichtet. Im Mittel verfügten die Probanden über rund 10 Ausbildungsjahre, das dürfte bei diesem Altersbereich wohl unter dem Bevölkerungsdurchschnitt liegen.

Aus Israel (Oren et al., 2015)21) gibt es eine sehr kleine anfallende Stichprobe von zunächst 54 Probanden zwischen 60 und 82 Jahren. Auf Grund von 5 weiteren Tests wurden 11 Personen ausgeschlossen, weil sie in einem der Tests einen Wert unterhalb von minus 1.5 Sigma erzielt hatten. Die MoCA-Mittelwerte und -Standardabweichungen werden in zwei Altersgruppen berichtet.

Aus Italien gibt es eine weitere Untersuchung (Santangelo et al., 2015)22) an 415 Personen im Alter zwischen 21 und 95 Jahren vorwiegend aus Neapel, Mailand und Siena, die keine neurologischen oder psychiatrischen Vorerkrankungen aufwiesen und deren MMSE unterhalb eines nicht genauer angegebenen Wertes lag (Verweis auf eine andere Arbeit, in der das allerdings auch nicht genauer steht). In der Tabelle 3 der Arbeit sind M, s und N der MoCA-Scores für 7 Altersgruppen in 10-Jahres-Klassen zwischen 20-29 und über 79 wiedergegeben. Mit den Ergebnissen dieser Arbeit gibt es ein Problem: Über den ganzen Altersbereich liegen die MoCA-Mittelwerte weit unterhalb von denen aller anderen Studien. Am größten ist der Unterschied bei den jüngeren Altersklassen. Nach der Stichprobenbeschreibung, insbesondere nach den angegebenen Bildungsjahren, sollte sich diese Arbeit nicht sehr von anderen unterscheiden. Selbst wenn man bei den 20-29-Jährigen nur die höchste Bildungsgruppe betrachtet, die mit mehr als 13 Jahren, liegt deren Mittelwert (25,7) immer noch weit unter den Mittelwerten der anderen Studien. Wir haben nach einer Korrektur der Daten in folgenden Jahrgängen der Zeitschrift gesucht, aber nichts gefunden. Die Werte der Arbeit wurden für die Normen nicht berücksichtigt.

Malek-Ahmadi et al. (2015)23) publizierten eine kleinere Untersuchung mit 205 Teilnehmern an einer Langlebigkeitsstudie aus der Gegend von Phoenix, Arizona, USA, im Alter zwischen 70 und 99 Jahren. Personen mit einem MMSE-Wert unter 26 wurden ausgeschlossen, auch Demenzen und andere neurologische Krankheiten waren Ausschlusskriterien. Die Stichprobe ist also hoch selegiert. Die durchschnittliche Ausbildungsdauer ist nicht angegeben, lässt sich aus Tabelle 2 der Arbeit aber ungefähr bei 14,5 Jahren vermuten. Die MoCA-Mittelwerte und -Standardabweichungen werden in drei 10-Jahres-Altersgruppen berichtet.

Larouche et al. (2016)24) sammelten in der kanadischen Provinz Québec in 12 Institutionen Daten von gesunden Probanden, die im Rahmen von Untersuchungen mit anderen Fragestellungen auch an einer Testung mit dem MoCA teilgenommen hatten. Insgesamt gingen die Daten von 1019 Personen im Alter zwischen 41 und 98 Jahren in die Normuntersuchung ein. Alle Personen waren auch mit diversen Instrumenten auf kognitive Defizite getestet worden. Das mittlere Bildungsalter lag bei 14,4 Jahren, deutlich über dem Erwartungswert für Québec, wie die Autoren schreiben. Einfache Mittelwerte pro Altersgruppe wurden nicht tabelliert. Die gesamte Auswertung beruht auf eine multiplen Regressionsanalyse, deren Gleichung publiziert ist. Im elektronischen Supplement zur Arbeit gibt es auch ein Excel-Programm, mit dem sich die Erwartungswerte der MoCA in den in TDB2 üblichen 5-Jahres-Gruppen berechnen lassen. Dabei muss man auch Geschlecht und Bildungsjahre eingeben. Die Autoren erwähnen im Artikel eine Bevölkerungsstatistik der Provinz Quebec für die mittleren Bildungsjahre pro Altersjahrgang. Wir haben diese Werte in die Formel eingesetzt und erhalten damit eine ganz gute Schätzung für die Bevölkerungserwartungswerte. Sie sollten nicht weit von denen einer stratifizierten Stichprobe entfernt liegen, was sich in Abbildung x auch erkennen lässt.

Konstantopoulos et al. (2016)25) untersuchten eine anfallende Stichprobe von 710 Personen im Alter zwischen 20 und 85 Jahren aus 6 größeren Städten in Griechenland und aus 2 Städten im griechischen Teil von Zypern. Die Autoren legten einen großen Wert darauf, Kranke mit möglichen kognitiven Beeinträchtigungen und kognitiv weniger Begabte (solche mit einem Wert kleiner minus 1,5 SD in einem von drei Tests) auszuschließen. Die Ergebnisse sind in 10-Jahresklassen und drei Bildungsklassen berichtet und wurden über die drei Bildungsklassen gewichtet gemittelt.

Thomann et al. (2018)26) untersuchten 283 Personen im Alter zwischen 65 und 91 Jahren, die Interesse an der Teilnahme an Studien einer Baseler Demenzambulanz gezeigt hatten. Demenz und andere Erkrankungen wurden sorgfältig ausgeschlossen. Mittelwerte liegen in vier 5-Jahres-Gruppen vor. Das mittlere Bildungsalter ist mit 13,6 Jahren für diese Altersgruppe relativ hoch.

Ähnlich aufgebaut ist die Untersuchung von Sachs et al. (2020)27). Hier wurden insgesamt 6600 Probanden in 32 Alzheimer Disease Zentren in USA unter anderem mit dem MoCA untersucht. Es gibt keinen Hinweis auf irgendeinen Anspruch auf Repräsentativität, das mittlere Bildungsalter liegt bei 16 Jahren, Personen mit Demenz waren ausgeschlossen. Mittlere MoCA-Werte liegen für 10-Jahres-Altersklassen vor.

Eine frühere Untersuchung aus den Alzheimer Disease Zentren in USA (Weintraub et al., 2018)28), in der ebenfalls das MoCA als eines von mehreren Verfahren normiert wurde, haben wir für die TDB2-Normen nicht berücksichtigt. In dieser Untersuchung lag das mittlere Bildungsalter der Personen sogar über 16 Jahren und die MoCA-Werte dementsprechend noch über denen von Sachs et al. (2020).

Abbildung 3 zeigt die Mittelwerte der soweit besprochenen Studien über den Altersverlauf in Fünf-Jahres-Zeiträumen von 50 bis 89 Jahren (grün die Zufallsstichproben, orange die anfallenden Stichproben). Auch wenn manche der Studien auch jüngere und ältere (nur eine einzige Studie) Altersklassen untersucht haben, beschränken wir uns auf die Altersklassen von 50 bis 89, weil nur hier vernünftige Fallzahlen vorliegen. Die Fallzahlen sind ohnehin sehr ungleich in den Studien und schwanken zum Beispiel in der Altersklasse 70-74 zwischen 1627 bei Sachs et al. (2020) und 7 bei Oren et al. (2015). Aus diesem Grund haben wir die Mittelwerte über die Studien, die ebenfalls in Abbildung 3 eingezeichnet sind (die der Zufallsstudien in grün, die der anfallenden Studien in orange), nicht gewichtet berechnet, weil sonst einzelne Studien ein zu großes Gewicht erhalten hätten.

Abbildung 3: Mittelwerte der MoCA-Rohwerte im Altersverlauf in sechs Studien mit Zufallsstichproben (grün) und acht Studien mit Gelegenheitsstichproben (orange) sowie deren einfache Mittelung

Man sieht auf der Abbildung, dass die einzelnen Normierungen zum Teil sehr stark voneinander abweichen, in älteren Jahrgängen mehr als in jüngeren. Dabei gruppieren sich die Studien mit Zufallsstichproben eher im unteren, die der anfallenden Stichproben eher im oberen Leistungsbereich. Dies ist zu erwarten und lässt sich auch bei anderen Testverfahren feststellen. Im Zusammenhang mit der MMSE wurde es schon zuvor im TDB2Online-Wiki diskutiert. Im Durchschnitt liegen die Studien mit anfallenden Stichproben im Altersbereich von 50 bis 69 etwa einen Rohpunkt, im Altersbereich ab 70 Jahre auch zwei und mehr Rohpunkte über denen der Studien mit Zufallsstichproben. Die Rohwerte der Originalarbeit von Nasreddine et al. (2005) liegen mit 27 Punkten für den Altersbereich zwischen 65 und 79 extrem hoch, das kann man in der Abbildung schön sehen.

Im Abschnitt Verteilungseigenschaften der Rohwerte haben wir gesehen, dass es nur in zwei Studien Perzentilverteilungen gibt, auf die man eine Linearisierung der Skala bauen kann. In der Altersgruppe 60-64, auf die wir die Leistungswerte basieren werden, liegen beide Studien, Kenny et al. (2013) und Ojeda et al. (2016), im Leistungsniveau ziemlich genau im Durchschnitt aller Studien mit randomisierten Stichproben. Damit spricht also vom mittleren Niveau der Studien nichts dagegen, die Leistungswertberechnung nur auf diese beiden Studien zu stützen. Im weiteren Altersverlauf zeigten aber beide Studien schlechtere mittlere Leistungen als der Durchschnitt aller Studien mit Zufallsstichproben. Für die Altersstandardwerte werden wir deshalb eine Korrektur verwenden, die das berücksichtigt.

Abbildung 4 zeigt die Leistungswerte für MoCA-Rohwerte von 10 bis 30, basierend auf einer Flächentransformation der Perzentilwerte der Studien von Kenny et al. (2013) in blau und auf Ojeda et al. (2016) in grün. Beide Kurven verlaufen fast deckungsgleich. In den Endbereichen, wo sie etwas auseinanderlaufen, wird die vom Umfang größere Studie (Kenny) bei der gewichteten Mittelung die Transformation bestimmen.

Abbildung 4: Flächentransformation der Perzentilwerte in IQ-skalierte Standardwerte für zwei Stichproben

siehe ausführliche Testdokumentation

MoCA und MMSE messen ähnliche kognitive Dimensionen und korrelieren - je nach Stichprobenzusammensetzung - mittel bis hoch miteinander. Für die Praxis wäre eine Tabelle hilfreich, die einen MoCA-Wert in einen MMSE-Wert (und umgekehrt) konvertieren kann. Für solche Zwecke gibt es die Methode des „equating“ oder „linking“ von zwei Testverfahren.29), meist in Form der Äquiperzentilkopplung (equipercentile linking) verwendet. Dabei werden Messwerte der beiden Verfahren gleichgesetzt, die innerhalb ihrer jeweiligen Verteilungen den gleichen Perzentilrang haben.

Wir haben in der Literatur (Stand März 2021) neun Arbeiten gefunden, die sich mit der Konvertierung von MoCA- in MMSE-Werte befasst haben. Sie sind in Tabelle 1 mit den wichtigsten Daten zusammengefasst.


Tabelle 1: Studien mit Äquiperzentildaten von MoCA und MMSE

Autor Jahr N Prob/Pat Methode Bildungskorrektur
Roalf30) 2013 587 HC, MCI, AD equate (R), log-linear smoothing nicht angegeben
van Steenoven31) 2014 197 PD equate (R), log-linear smoothing nicht angegeben
Saczynski32) 2015 199 Geriatrische Patienten equate (R) ja
Trzepacz33) 2015 618 HC, MCI, AD equate (R), log-linear smoothing ja
Lawton34) 2016 2091 PD equate (R), log-linear smoothing ja
Bergeron35) 2017 1492 HC, MCI, AD, PD und andere Linking with log-linear smoothing nein
Kopecek36) 2017 540 HC equate (R), log-linear smoothing nein
Scheffels37) 2018 536 Neurologische Patienten equate (R), log-linear smoothing vermutlich ja
Wong38) 2018 623 Neurologische Patienten equate (R), log-linear smoothing nicht angegeben

—-
HC: Healthy Control; AD: Alzheimer Dementia; MCI: Mild Cognitive Impairment; PD Parkinson Disease

Die neun Studien umfassen einen weiten Bereich von gesunden Probanden bis hin zu Patienten mit schweren Beeinträchtigungen. Unterschiedliche Diagnosen aus dem Spektrum der Alterskrankheiten sind vertreten. Die meisten Studien haben das R-Programm „equate“39) verwendet und die Rohwertverteilungen vor der Äquiperzentilkopplung mit einem log-linearen Verfahren gegeglättet. Ob die in der Originalpublikation des MoCA vorgeschlagene Bildungskorrektur (bei Personen mit weniger als 12 Jahren Schulbildung einen Rohpunkt hinzuaddieren) verwendet wurde, ist bei einigen Arbeiten nicht angegeben.


Abbildung 6: Äquivalenzkurven von MoCA und MMSE in neun Einzelstudien und im mittleren Verlauf

Wir haben die in den neun Arbeiten publizierten Konversionstabellen ungewichtet gemittelt und dann mit einem gleitenden Mittelwert dritter Ordnung geglättet. Abbildung 6 zeigt den Verlauf der Transformationskurven der neun Studien und dazu - dick schwarz gestrichelt - den Verlauf der Mittelwertskurve. Die Einzelstudien liegen relativ eng beieinander. Für einen gegebenen MoCA- oder MMSE-Rohwert liegen die Werte im anderen Verfahren nur in den Außenbereichen mehr als drei Rohwerte auseinander. Da liefert die Mittelung über die 9 Arbeiten vermutlich sehr vernünftige Werte. Deutlich wird auch, dass im oberen Leistungsbereich die MMSE nicht gut differenziert: den MoCA-Werten von 24 bis 30 stehen nur drei MMSE-Werte (28-30) entgegen. Werte unterhalb von 10 MoCA-Punkten kommen selbst bei diesen großen Stichproben nur selten vor: hier laufen die Graphen der Einzelstudien auseinander. Bei manchen Studien sind diese Werte auch nur extrapoliert worden. Das muss nicht allzu sehr stören: Unterhalb von 14 MMSE- oder 7 MoCA-Punkten verlieren die kognitiven Fähigkeiten ihre Bedeutung für die Klinik der Demenzkrankheiten und andere Verhaltensmerkmale werden wichtiger.

In der folgenden Tabelle 2 sind die über die neun Studien gemittelten Äquivalenzwerte für beide Konversionsrichtungen aufgelistet. In den meisten Arbeiten lagen sie nur für die Richtung „MoCA zu MMSE“ vor, so wurden sie hier auch gemittelt. Für die Richtung „MMSE zu MoCA“ wurden die MoCA-Werte für ganzzahlige MMSE-Werte linear zwischen den Nachbarwerten interpoliert. In der Tabelle sind die Äquivalenzwerte mit zwei Dezimalstellen gelistet. Diese Werte sind für Studien mit größeren Patientenzahlen gedacht und können dort die Genauigkeit erhöhen. Für Umrechnungen im Einzelfall muss der Äquivalenzwert auf die nächste ganze Zahl gerundet werden:


Tabelle 2: Äquivalenzwerte für die Umrechnung von MoCA in MMSE-Werte und umgekehrt

MoCA zu MMSE MMSE zu MoCA
MoCA MMSE MMSE MoCA
30 30,00 30 30,00
29 29,85 29 26,60
28 29,59 28 24,43
27 29,15 27 22,76
26 28,78 26 21,18
25 28,30 25 19,74
24 27,78 24 18,38
23 27,15 23 17,10
22 26,52 22 15,75
21 25,89 21 14,46
20 25,19 20 13,30
19 24,48 19 12,21
18 23,70 18 11,08
17 22,93 17 10,03
16 22,19 16 9,02
15 21,43 15 8,02
14 20,63 14 7,07
13 19,73 13 6,15
12 18,81 12 5,34
11 17,93 11 4,64
10 16,98 10 4,00
9 15,98 9 3,40
8 14,98 8 2,82
7 13,93 7 2,28
6 12,83 6 1,61
5 11,57 5 0,66
4 10,00 4 0,00
3 8,33 3 0,00
2 6,48 2 0,00
1 5,26 1 0,00
0 4,50 0 0,00

Wie bei anderen Testverfahren auch liefern die 19 Normierungsstudien sehr unterschiedliche Normwerte. Die Herkunftsländer der Studien sagen wenig über die Höhe der Normwerte aus. Auch bei Studien, die aus dem gleichen Land kommen, kann es große Unterschiede geben. TDB2 stützt sich nach Möglichkeit nicht auf eine einzelne Normierungsstudie. Sobald weitere Untersuchungen vorhanden sind, werden sie in die Erstellung der Normen einbezogen, wobei erkennbar bias-freie Stichproben höher gewichtet werden.

Wie bei anderen Testverfahren auch liefern Studien mit Zufallsstichproben im Allgemeinen niedrigere Normwerte als solche mit anfallenden Stichproben. Das hat mit der Auswahl der Probanden bei den Gelegenheitsstichproben zu tun: Meist sind es Personen aus dem Umfeld von Universitätsinstituten, gerade auch solche, die von sich aus an der Messung ihrer kognitiven Leistung interessiert sind. Diese Probanden weisen höhere intellektuelle Fähigkeiten auf als eine Zufallsstichprobe. Bei älteren Probanden gibt es aber auch bei Zufallsstichproben einen Bias: Es gelangen Personen in die Stichprobe, bei denen eine manifeste oder auch nur eine beginnende Demenz vorliegt. Je älter die Probanden, umso größer der entsprechende Bias. Alle 19 Studien haben entsprechende Ausschlusskriterien formuliert, allerdings in unterschiedlichem Ausmaß und oft nicht sehr systematisch beschrieben. Welchen Effekt Selektionen nach Diagnosen oder auch späteren Diagnosen im Längsschnitt haben, haben wir an Hand von Daten der US-amerikanischen ADAMS-Längsschnittstudie40) im Diskussionsabschnitt des Wiki-Eintrags zur Mini Mental State Examination (als Einzeltest) gezeigt. Dort sind die Daten auch ausführlicher diskutiert.


1) , 8)
Nasreddine, Z. S., Phillips, N. A., Bedirian, V., Charbonneau, S., Whitehead, V., Collin, I., . . . Chertkow, H. (2005). The Montreal Cognitive Assessment, MoCA: A brief screening tool for mild cognitive impairment. Journal Of The American Geriatrics Society, 53(4), 695-699. doi:10.1111/j.1532-5415.2005.53221.x
2)
Petersen R. C., Smith, G. E., Waring S. C. et al. (1999). Mild cognitive impairment. Clinical characterization and outcome. Archives of Neurology, 56, 303–308. doi:10.1001/archneur.56.3.303
3) , 5) , 11)
Kenny, R. A., Coen, R. F., Frewen, J., Donoghue, O. A., Cronin, H., & Savva, G. M. (2013). Normative values of cognitive and physical function in older adults: Findings from The Irish Longitudinal Study on Ageing. Journal Of The American Geriatrics Society, 61, S279-S290. doi:10.1111/jgs.12195
4) , 7) , 14)
Ojeda, N., del Pino, R., Ibarretxe-Bilbao, N., Schretlen, D. J., & Pena, J. (2016). Montreal Cognitive Assessment Test: Normalization and standardization for Spanish population. Revista De Neurologia, 63(11), 488-496. doi:10.33588/rn.6311.2016241
6) , 12)
Kearney, P. M., Cronin, H., O'Regan, C., Kamiya, Y., Savva, G. M., Whelan, B., & Kenny, R. (2011). Cohort profile: The Irish Longitudinal Study on Ageing. International Journal of Epidemiology, 40(4), 877-884. doi:10.1093/ije/dyr116
9)
Lu, J., Li, D., Li, F., Zhou, A. H., Wang, F., Zuo, X. M., . . . Jia, J. P. (2011). Montreal Cognitive Assessment in detecting cognitive impairment in Chinese elderly individuals: A population-based study. Journal of Geriatric Psychiatry and Neurology, 24(4), 184-190. doi:10.1177/0891988711422528
10)
Freitas, S., Simoes, M. R., Alves, L., & Santana, I. (2011). Montreal Cognitive Assessment (MoCA): Normative study for the Portuguese population. Journal of Clinical and Experimental Neuropsychology, 33(9), 989-996. doi:10.1080/13803395.2011.589374
13)
Narazaki, K., Nofuji, Y., Honda, T., Matsuo, E., Yonemoto, K., & Kumagai, S. (2013). Normative data for the Montreal Cognitive Assessment in a Japanese community-dwelling older population. Neuroepidemiology, 40(1), 23-29. doi:10.1159/000339753
15)
Borland, E., Nagga, K., Nilsson, P. M., Minthon, L., Nilsson, E. D., & Palmqvist, S. (2017). The Montreal Cognitive Assessment: Normative data from a large Swedish population-based cohort. Journal of Alzheimers Disease, 59(3), 893-901. doi:10.3233/jad-170203
16) , 36)
Kopecek, M., Stepankova, H., Lukavsky, J., Ripova, D., Nikolai, T., & Bezdicek, O. (2017). Montreal Cognitive Assessment (MoCA): Normative data for old and very old Czech adults. Applied Neuropsychology-Adult, 24(1), 23-29. doi:10.1080/23279095.2015.1065261
17)
Rossetti, H. C., Lacritz, L. H., Cullum, C. M., & Weiner, M. F. (2011). Normative data for the Montreal Cognitive Assessment (MoCA) in a population-based sample. Neurology, 77(13), 1272-1275. doi:10.1212/WNL.0b013e318230208a
18)
Rossetti, H. C., Lacritz, L. H., Hynan, L. S., Cullum, C. M., Van Wright, A., & Weiner, M. F. (2017). Montreal Cognitive Assessment performance among community-dwelling African Americans. Archives of Clinical Neuropsychology, 32(2), 238-244. doi:10.1093/arclin/acw095
19)
Gluhm, S., Goldstein, J., Loc, K., Colt, A., Van Liew, C., & Corey-Bloom, J. (2013). Cognitive performance on the Mini-Mental State Examination and the Montreal Cognitive Assessment across the healthy adult lifespan. Cognitive and Behavioral Neurology, 26(1), 1-5. doi:10.1097/WNN.0b013e31828b7d26
20)
Conti, S., Bonazzi, S., Laiacona, M., Masina, M., & Coralli, M. V. (2015). Montreal Cognitive Assessment (MoCA)-Italian version: regression based norms and equivalent scores. Neurological Sciences, 36(2), 209-214. doi:10.1007/s10072-014-1921-3
21)
Oren, N., Yogev-Seligmann, G., Ash, E., Hendler, T., Giladi, N., & Lerner, Y. (2015). The Montreal Cognitive Assessment in cognitively-intact elderly: A case for age-adjusted cutoffs. Journal of Alzheimers Disease, 43(1), 19-22. doi:10.3233/jad-140774
22)
Santangelo, G., Siciliano, M., Pedone, R., Vitale, C., Falco, F., Bisogno, R., . . . Trojano, L. (2015). Normative data for the Montreal Cognitive Assessment in an Italian population sample. Neurological Sciences, 36(4), 585-591. doi:10.1007/s10072-014-1995-y
23)
Malek-Ahmadi, M., Powell, J. J., Belden, C. M., O'Connor, K., Evans, L., Coon, D. W., & Nieri, W. (2015). Age- and education-adjusted normative data for the Montreal Cognitive Assessment (MoCA) in older adults age 70-99. Aging, Neuropsychology, and Cognition, 22(6), 755-761. doi:10.1080/13825585.2015.1041449
24)
Larouche, E., Tremblay, M. P., Potvin, O., Laforest, S., Bergeron, D., Laforce, R., . . . Hudon, C. (2016). Normative data for the Montreal Cognitive Assessment in middle-aged and elderly Quebec-French people. Archives of Clinical Neuropsychology, 31(7), 819-826. doi:10.1093/arclin/acw076
25)
Konstantopoulos, K., Vogazianos, P., & Doskas, T. (2016). Normative data of the Montreal Cognitive Assessment in the Greek population and Parkinsonian dementia. Archives of Clinical Neuropsychology, 31(3), 246-253. doi:10.1093/arclin/acw002
26)
Thomann, A. E., Goettel, N., Monsch, R. J., Berres, M., Jahn, T., Steiner, L. A., & Monsch, A. U. (2018). The Montreal Cognitive Assessment: Normative data from a German-speaking cohort and comparison with international normative samples. Journal of Alzheimers Disease, 64(2), 643-655. doi:10.3233/jad-180080
27)
Sachs, B. C., Steenland, K., Zhao, L. P., Hughes, T. M., Weintraub, S., Dodge, H. H., . . . Goldstein, F. C. (2020). Expanded demographic norms for Version 3 of the Alzheimer Disease Centers' neuropsychological test battery in the Uniform Data Set. Alzheimer Disease & Associated Disorders, 34(3), 191-197. doi:10.1097/wad.0000000000000388
28)
Weintraub, S., Besser, L., Dodge, H. H., Teylan, M., Ferris, S., Goldstein, F. C., . . . Morris, J. C. (2018). Version 3 of the Alzheimer Disease Centers' neuropsychological test battery in the Uniform Data Set (UDS). Alzheimer Disease & Associated Disorders, 32(1), 10-17. doi:10.1097/wad.0000000000000223
29)
Kolen, M. J. & Brennan, R. L. (2004) Test equating, scaling and linking. Methods and practices (2nd Ed.). New York: Springer
30)
Roalf, D. R., Moberg, P. J., Xie, S. X., Wolk, D. A., Moelter, S. T., & Arnold, S. E. (2013). Comparative accuracies of two common screening instruments for classification of Alzheimer's disease, mild cognitive impairment, and healthy aging. Alzheimers & Dementia, 9(5), 529-537. doi:10.1016/j.jalz.2012.10.001
31)
van Steenoven, I., Aarsland, D., Hurtig, H., Chen-Plotkin, A., Duda, J. E., Rick, J., . . . Weintraub, D. (2014). Conversion between Mini-Mental State Examination, Montreal Cognitive Assessment, and Dementia Rating Scale-2 scores in Parkinson's disease. Movement Disorders, 29(14), 1809-1815. doi:10.1002/mds.26062
32)
Saczynski, J. S., Inouye, S. K., Guess, J., Jones, R. N., Fong, T. G., Nemeth, E., . . . Marcantonio, E. R. (2015). The Montreal Cognitive Assessment: Creating a crosswalk with the Mini-Mental State Examination. Journal of the American Geriatrics Society, 63(11), 2370-2374. doi:10.1111/jgs.13710
33)
Trzepacz, P. T., Hochstetler, H., Wang, S. F., Walker, B., Saykin, A. J., & Alzheimer's Dis, N. (2015). Relationship between the Montreal Cognitive Assessment and Mini-mental State Examination for assessment of mild cognitive impairment in older adults. BMC Geriatrics, 15, 107. doi:10.1186/s12877-015-0103-3
34)
Lawton, M., Kasten, M., May, M. T., Mollenhauer, B., Schaumburg, M., Liepelt-Scarfone, I., . . . Ben-Shlomo, Y. (2016). Validation of conversion between mini-mental state examination and montreal cognitive assessment. Movement Disorders, 31(4), 593-596. doi:10.1002/mds.26498
35)
Bergeron, D., Flynn, K., Verret, L., Poulin, S., Bouchard, R. W., Bocti, C., . . . Laforce, R. (2017). Multicenter validation of an MMSE-MoCA conversion table. Journal of the American Geriatrics Society, 65(5), 1067-1072. doi:10.1111/jgs.14779
37)
Scheffels, J. F., Kraling, H., Kalbe, E., & Kessler, J. (2018). Konversionen von kognitiven Screenings. Mini-Mental-Status-Test vs. Montreal Cognitive Assessment vs. DemTect. Nervenarzt, 89(12), 1371-1377. doi:10.1007/s00115-018-0583-4
38)
Wong, A., Black, S. E., Yiu, S. Y. P., Au, L. W. C., Lau, A. Y. L., Soo, Y. O. Y., . . . Mok, V. C. T. (2018). Converting MMSE to MoCA and MoCA 5-minute protocol in an educationally heterogeneous sample with stroke or transient ischemic attack. International Journal of Geriatric Psychiatry, 33(5), 729-734. doi:10.1002/gps.4846
39)
Albano, A. D. (2016). equate: An R package for observed-score linking and equating. Journal of Statistical Software, 74(8), doi:10.18637/jss.v074.i08
40)
Langa, K. M., Plassman, B. L., Wallace, R. B., Herzog, A. R., Heeringa, S. G., et al., 2005., The Aging, Demographics, and Memory Study: Study design and methods, Neuroepidemiology, 25, 181-191
Melden Sie sich an, um einen Kommentar zu erstellen.
  • dokumentation/montreal_cognitive_assessment.txt
  • Zuletzt geändert: 2022/11/22 19:19
  • von res