图片源于：https://www.frontiersin.org/journals/aging-neuroscience/articles/10.3389/fnagi.2021.687824/full
摘要：当全面的蒙特利尔认知评估（MoCA）在临床服务中因患者负担重和认知测试资源有限而无法可行时，这些短版本的MoCA可能作为快速有效的工具。
结果：包括六个具有高区分度和适当难度的MoCA项目，以构建s-MoCA。 中文短版的敏感性为0.89/0.90，特异性为0.72/0.77，与全面MoCA在识别认知障碍方面表现相似（敏感性0.91，特异性0.82）。
背景：对筛查认知障碍的需求迫在眉睫。 最近的研究在英语国家中创建了蒙特利尔认知评估的短版（s-MoCA）。 开发经过验证的中文短版本以检测认知障碍同样重要。
背景：
65岁以上人群中，痴呆是最常见的致残性神经疾病，在中国约有1000万人患有这种病（GBD 2016痴呆合作者，2019年）。
这一数字占全球痴呆人口的约25%（GBD 2016痴呆合作者，2019年）。
痴呆给患者、护理者、社区和社会带来了沉重的负担（贾等，2020年）。
虽然目前没有治愈痴呆的方法，但及早识别认知障碍有助于识别和管理可改变的风险因素，并且可以延缓疾病的进展（Eshkoor等，2015年）。
因此，有必要采用充分的筛查方法进行认知障碍的筛查。
许多用于筛查认知障碍的工具已经问世。
迷你心理状态检查（MMSE）(Folstein等，1975年) 和蒙特利尔认知评估（MoCA）(Nasreddine等，2005年)是最常见的工具。
这些测试在参与者中易于施行，并且显示出诊断效用（王和董，2018年）。
与MMSE相比，MoCA在60岁以上人群中对轻度认知障碍（MCI）的检测效果显著更好（Tan等，2015年；Pinto等，2019年），并且在检测痴呆方面也显示出更高的有效性（Tan等，2015年）。
此外，MoCA在识别MCI和轻度痴呆方面的敏感性更高（Tan等，2015年）。
因此，MoCA在全球范围内得到广泛使用。
MoCA的施行大约需要10到15分钟（Roalf等，2016年）。
然而，这对于在繁忙的常规医疗就诊中的初步筛查来说时间过长。
此外保留诊断准确性的简化版MoCA可能具有特殊的应用价值，因为老年人群（尤其是最年长群体）可能难以完成完整的MoCA。
此外，似乎有强烈的需求迫切开发短版的认知测试，以满足视觉或听力受损人群以及其他临床人群（如中风患者）的需要。
这很关键，因为相对较短版本的MoCA（s-MoCA）在这些人群中的施行更加简单。
通过系统文献搜索我们已识别出几种不同的MoCA简化版本（Liew, 2019；McDicken等，2019年）。
这些不同内容和测试属性的简化版本由于样本量小、在临床样本中的适用性有限（只限于血管性痴呆或阿尔茨海默病）而受到影响，缺乏严谨的方法来推导s-MoCA并且对临床痴呆诊断使用的方式不够理想。
因此，很难准确将这些短版推广到其他神经样本（特别是老年社区参与者）。
此外，这些缩略MoCA是为使用英语的群体创建的。
因此，有必要开发一个有效的中文短版本，以便在中国老年人群中检测认知障碍。
本研究的目的是开发一种用于检测轻度认知障碍（MCI）和痴呆的中文短版MoCA（s-MoCA-CHN）。
在本研究中，招募了老年中国退伍军人进行认知筛查、神经心理测试和临床诊断。
本研究使用项目反应理论（IRT）(Nguyen等，2014年)和基于IRT的计算机自适应测试（CAT）(Nguyen等，2014年)分析来构建简化版本的MoCA。
此外，还考察了这些简化版在不同教育水平和年龄组别的表现。
方法
研究人群
本研究获得了解放军总医院伦理审查委员会的批准，并获得了书面知情同意。
我们回顾了参与者的数据库，参与者通过中国退伍军人临床研究（CVCR）平台在非传染性疾病的评估中得到前瞻性识别和招募。
有关CVCR设计的详细信息已在其他地方作过报道（Tan等，2014年）。
中国退伍军人群体以男性为主。在符合纳入标准的11593人中，有9676名老年中国退伍军人被纳入该平台。
在接触的9676名退伍军人中，有7445名退伍军人完成了神经心理测试和临床诊断数据。
356名参与者的MoCA数据（4.8%）缺失；148名参与者的人口统计信息（包括年龄、性别和教育）缺失（2.0%）。
在排除这些缺失数据后，6981名退伍军人的数据被纳入分析。
经过充分培训和合格的医务人员来自神经科和老年医学科进行了两阶段的调查筛查和诊断评估。
所有参与者均为讲中文的受试者，使用中文版的MMSE（Zhang et al., 1999）和修订版的MoCA（Tan et al., 2015）进行筛查（Peking Union Medical College Hospital版MoCA）。
参与者完成了一系列神经心理测验以评估记忆、语言、视觉空间感知、计算、抽象推理和执行功能。
临床诊断基于患者的病史、神经心理测试、身体及神经学检查、神经影像学和实验室数据的共识进行。
根据阿尔茨海默协会与老年医学学会工作组推荐的核心临床标准（Albert等，2011年）进行轻度认知障碍（MCI）诊断。
根据《精神疾病诊断与统计手册》第四版（美国精神病学协会，1994年）进行痴呆的诊断。
测验参与者盲视临床信息和标准参考结果。
项目标定和计算机自适应测试模拟
为了开发MoCA简化版，进行了IRT和CAT分析。
IRT使得设计或改进工具成为可能，能够确定项目的区分度和难度。
应用于本研究的分级响应模型（GRM）可解决二分和多项选择题在同一测试中的问题，以获取项目参数估计和能力估计，然后将其应用于CAT。
在MoCA中，项目的制表做法、立方体复制、注意（数字）和语言流利性以二分制（正确/错误）评分，其他项目则以多项选择评分。
采用探索性因素分析来测试IRT的充分单维性。
使用了两个标准（Nguyen等，2014年）：(1) 第一个因素占至少20%的可变性；(2) 第一个因素和第二个因素的比率大于4。
通过对确认性因素分析（CFA）产生的残差相关矩阵进行检查，检测了IRT的局部独立假设。
高残差相关度（>0.2）被标记，并且违反了IRT的局部独立性假设（Nguyen等，2014年）。
单调性假设通过为每个项目绘制特征曲线进行图形评估。
这一假设表明，随着个体能力的提升，正确回答该问题的概率也会增加（Nguyen等，2014年）。
应用CAT（Nguyen等，2014年）于标准MoCA，以确定应包括哪一个项目进入s-MoCA。
最初，根据评估者的能力估计分配一项测试。
CAT根据参与者在先前项目上的表现连续选择项目。
例如，如果某个参与者正确回答了某个中等难度的项目，则该参与者的theta估计值会增加，随后呈现更困难的问题。
如果某个参与者表现不佳，则其theta估计值会降低，并呈现一个更简单的问题。
这一过程持续进行，直到达到停止标准为止。在本研究中，当估计的测量标准误差（SEM）<0.3或者最大八个项目已被施行时，CAT模拟才会停止。
根据项目在CAT中模拟施行的频率来判断其用途。
统计分析
使用R版本4.0.2中的ltm包来估计IRT模型。
使用firestar 1.5.1（Choi, 2009）来模拟基于IRT的CAT。
统计分析使用IBM SPSS Statistics 26.0和NCSS 12.0进行。
以中位数和四分位数（IQR）表示连续变量，以百分比表示分类变量。
使用Mann-Whitney U检验和Kruskal-Wallis H检验来研究组别之间的差异。
使用Spearman相关系数评估s-MoCA与标准MoCA之间的关系。
使用DeLong检验研究ROC曲线下面积（AUC）之间的差异。
AUC值范围为0至1，分数越接近1表示预测准确性越高。
显著性水平设定为α = 0.05。
数据可用性声明
作者确认支持本研究结果的数据在文章及其附加材料中可用。
结果
IRT假设
第一和第二特征值的比率（4.05）和第一个特征值的大小（36.7%的变异性）表明MoCA具有充足的单维性。
通过单因子CFA产生的残差相关矩阵（残差相关小于0.2）支持了局部独立假设（请参见附加图2）。
项目特征曲线指示，随着个体特质水平的提高，支持一个项目的概率也在增加（请参见附加图3），表明单调性假设。
中文s-MoCA的推导
IRT和CAT在大样本中识别出六个具有高区分度和足够变异难度的项目，能够区分健康个体和认知障碍（MCI和痴呆）个体。
这些选择的项目包括时钟绘制、数字范围、序列减法、延迟回忆、抽象思维和制表作法（表1）。
表1
表1. 在s-MoCA计算机自适应测试中使用和选择的项（n = 6,981）。
利用这些项目，构建了两个版本的s-MoCA，分别包含4个或6个项目。
4项 s-MoCA（评分范围：0-13）包含以下四个核心项目：时钟绘制、数字范围、序列减法和回忆。
通过增加抽象和制表作法的项目构建6项的s-MoCA（评分范围：0-16）。
这两种s-MoCA的简化版本与标准MoCA之间具有强的正相关（Spearman r = 0.915和0.963，p < 0.001）。
广泛神经样本中s-MoCA的表现
参与者包括6676名男性（95.6%）和305名女性（4.4%）退伍军人，年龄在60岁及以上。
在6981名老年退伍军人中，102名（1.5%）、2056名（29.5%）、4646名（66.6%）和177名（2.5%）退伍军人年龄在四个年龄组（60-69、70-79、80-89和≥90岁）中。
2649名（37.9%）、3179名（45.5%）和1153名（16.5%）老年退伍军人被划分为三个教育组（12年教育）。
经过全面评估，参与者被分类入以下诊断组：认知健康对照组（HC，n = 4007）、MCI组（n = 2205）和痴呆组（n = 769）。
在本研究中，s-MoCA和标准MoCA得分呈现相同的模式（表2）。
受损个体的s-MoCA得分显著低于HC组。
健忘性MCI（aMCI）参与者和非健忘性MCI（naMCI）参与者的得分均低于HC组（p < 0.001）。
此外，痴呆组（AD、VD和其他类型）得分也低于HC组（p < 0.001）。
s-MoCA得分随教育水平的提高而增加、随年龄的增长而降低（p < 0.001）。
不同痴呆亚型（AD、VD和其他）的s-MoCA得分差异微弱且无统计学意义（p = 0.111和0.132）。
在MCI样本中，记忆损伤的存在与否对s-MoCA得分没有影响（p = 0.521和0.212）。
表2
表2. 广泛神经样本中的MoCA和s-MoCA（n = 6981）。
s-MoCA检测认知障碍的潜力
在比较不同类型的MCI与HCs时，MoCA和s-MoCA的AUC均≥ 0.88，比较不同类型的痴呆与HCs时，AUC均≥ 0.95，表明标准MoCA和s-MoCA在不同认知功能人士中的诊断准确性都很高（图1）。
在总体样本中，标准MoCA在比较受损个体（MCI和痴呆）与健康个体的AUC为0.942。
s-MoCA的两个版本的AUC较高（0.906和0.926），但稍低于标准MoCA的AUC（z = 14.894，p < 0.001，s-MoCA 4项的比较；z = 10.561，p < 0.001，s-MoCA 6项的比较）。
在大多数子组中观察到这种模式，s-MoCA与MoCA的AUC差异从−0.039到−0.015（图2）。
此外，6项的s-MoCA在最年长组中（z = −1.758，p = 0.079）展示出与原始MoCA（0.949）相当的性能（0.941）。
图1
图1. 标准MoCA、4项和6项s-MoCA的接收者操作特征曲线；MoCA，蒙特利尔认知评估；s-MoCA，MoCA的短版。
图2
图2. s-MoCA与MoCA的AUC差异。 MoCA，蒙特利尔认知评估；s-MoCA，MoCA的短版；AUC，接收者操作特征曲线下面积；CI，置信区间；****p < 0.0001；*p 0.05；P值基于DeLong检验，两AUC的比较方法。
此外，年长个体在这两个s-MoCA上的得分优于这些形式，AUC值高于80岁以下个体（4项s-MoCA为0.908 vs. 0.886，z = 2.233，p = 0.026；6项s-MoCA为0.928 vs. 0.903，z = 1.841，p = 0.007）。
在这两个简化版的MoCA中，最年长组AUC值较高（0.929和0.941），但这些差异在其他两个年龄组中没有显著差异（p > 0.05）。
教育程度较低的参与者在这两个s-MoCA上的表现更好，显著高的AUC值（0.921和0.939）优于教育年限≥7和≤ 12年的个体（分别为0.897和0.919）及教育年限>12年的个体（分别为0.883和0.903）。
标准MoCA的最佳截断分数为≤ 25，未根据教育调整，能够区分MCI和痴呆患者与HCs。
诊断准确性较高（敏感性0.91，特异性0.82）。
与此对应的是，这两种短MoCA测试的最佳截断分数分别为≤ 10和≤ 12。
这些测试显示出敏感性为0.89/0.90，特异性为0.72/0.77。
在不同年龄和教育组中具有令人满意的诊断准确性（表3）。
表3
表3. MoCA和s-MoCA对于认知障碍（MCI +痴呆）的诊断准确性。
讨论
在本研究中，构建了两种简化的MoCA版本，并在大样本中评估其有效性。
结果表明，标准MoCA和s-MoCA的得分在受损个体和未受损个体之间存在显著差异（p < 0.0001）。
s-MoCA在各种神经状态中具有高的诊断准确性，涵盖不同类型的痴呆和MCI。
综上所述高的敏感性与特异性可能由于s-MoCA所选择的项目涵盖了多个神经认知领域。
我们的MoCA短版不仅包含数字范围项目，这从已发布的简短形式中最有可能被遗漏（Liew, 2019；McDicken等，2019年）。
而且我们的简化MoCA去除了方向性和流畅性项目（Liew, 2019；McDicken等，2019年），这些项目在已出版的短版本中很普遍。
这些发现突显了针对特定文化的中文s-MoCA的必要性。
与阿尔茨海默病和aMCI相关的临床症状的一个标志性表现在于发作性记忆丧失（Albert, 2011年）。
MoCA中识别记忆丧失的最具区分度的项目是延迟回忆，该项目包含在我们的简化版本及所有当前已发布的简化MoCA中（Liew, 2019；McDicken等，2019年）。
执行功能障碍是在血管性痴呆（VD）（O'Brien和Thomas，2015年）、额颞叶痴呆（FTD）（Bang等，2015年）、路易体痴呆（DLB）（Aldridge等，2018年）、帕金森病痴呆（PDD）（Aldridge等，2018年）及naMCI（Chung等，2019年）中的特征性认知障碍。
MoCA中筛查执行功能受损的最有效项目包括制表作法和时钟绘制，这两项都是本研究短版本的选择项目以及最近发布的s-MoCA项目（Roalf等，2016年；Bezdicek等，2018年）。
序列减法作为复杂注意力的衡量已被认为是在区分AD和MCI个体与健康个体的MoCA中有效的项目。
该项目已包含在我们的s-MoCA和许多短的MoCA版本中（Horton等，2015年；Roalf等，2016年；Bezdicek等，2018年）。
我们还观察到，包含数字范围和抽象的选择强调了s-MoCA的敏感性。
这与Bezdicek等（2018年）的研究结果一致，后者表明数字范围（向后）和抽象（观察）在区分认知障碍与HCs方面有用。
在该研究中，MoCA和s-MoCA均能够显著区分受损个体与HCs，并且具有相似的AUC≥ 0.88。
这两个s-MoCA测试的最佳截断分数分别为≤ 10和≤ 12。
这些测试表现出的敏感性为0.89/0.90，即使在与MoCA相似的区分中，它们依然具备很高的特异性（敏感性0.91，特异性0.82）。
这些水平均高于大多数已发布研究（Bezdicek等，2018；McDicken等，2019年）。
在那些利用短版MoCA检测老年人MCI的研究中（Wittich等，2010；Horton等，2015；Cecato等，2016；Roalf等，2016；Larner，2017；Bezdicek等，2018年），这些研究的中位敏感性为0.82（范围：0.44-0.93），特异性为0.69（范围：0.60-0.98）。
此外，4项或6项的s-MoCA可在约5分钟内施行。
因此，尽管全面的MoCA在日常临床实践中的施行受到时间限制，s-MoCA可能作为检测老年人群中MCI的有效替代工具。
在本研究中，MoCA和s-MoCA在年轻个体（60-79岁）或教育程度高的参与者（≥7年）中显示出较低的诊断准确性。
先前出版的研究表明，MoCA在不同年龄和教育组别中的诊断表现多种多样（Nasreddine等，2005年；Tan et al.，2015年）。
脑储备和认知储备（CR）的理论可以用来解释这些发现。
脑储备指的是脑体积和神经元之间的连接数量，而年轻个体往往拥有更高的脑储备（Amanollahi et al.，2021）。
CR被认为能够抵御衰老或脑部损伤的影响，而更高的教育与更高的CR相关（Amanollahi et al.，2021）。
具有高脑储备或CR的个体，能够弥补认知的下降（Amanollahi et al.，2021）。
因此，年轻个体或教育偏高的参与者较少能够通过认知测试识别为认知受损者。
因此，检测这些人群中认知障碍的区分能力降低。
考虑到痴呆的风险因素是年纪增加和教育水平较低（Tan et al.，2015年），年长个体和受教育程度低的个体面临着发展痴呆的更高风险，对认知障碍的充分筛查显得至关重要。
全面MoCA和s-MoCA在这些人群中高度可靠。
这些结果提供了重要的发现，因为已发布的研究缺乏关于80岁以上人群的基于人群的数据（Wittich等，2010年；Horton等，2015；Cecato等，2016；Roalf等，2016；Larner，2017；Bezdicek et al.，2018年）和教育程度较低的个体（Horton等，2015；Roalf等，2016年）。
因此，这些MoCA的短版本可作为快速、有效的工具，用于筛查老年人中认知障碍，尤其是教育程度较低的个体。
本研究具有一些优势。
我们开发了MoCA短版，并在目前文献中评估其效用和敏感性的大样本（n = 6981）。
其次，我们采用标准化科学的诊断过程来获取对认知状态的正确诊断。
此外，通过更严格的方法（即IRT和CAT）开发了这些简化版，并在大范围的神经样本中进行评估。
因此能够允许选择在原始MoCA中对具有不同认知功能的参与者最具区分性的问题。
本研究也存在一些局限性。
本研究中超过95%的参与者为男性，招募的人群为退伍军人，所以这些发现的普遍适用性受到限制。
未来研究的方向包括在不同临床设置和性别比例更均衡的人群中开发简化MoCA。此外，本研究中对象的年龄结构以年长年龄组（≥80岁）的比例较大为特征。本研究的一个限制是其缺乏60岁以下的人群。然而，本研究提供了≥90岁个体的数据。
第三，类似于许多简化测试版本的开发，s-MoCA是从标准版本的施行中推导出来。因此，短版本并没有被作为独立的测试施行，总的施行时间尚未确定。
此外，s-MoCA的诊断准确性尚需进一步外部验证。
结论
总之，这些中文版本的s-MoCA保留了全面MoCA的区分效度，并在区分不同类型的MCI和痴呆与健康对照的诊断准确性上与标准MoCA相似，特别是在年长和低教育人群中。因此，当在患者负担重且有限认知测试资源的临床服务中无法合理施行标准MoCA时，中文s-MoCA可作为一种更快速有效的认知障碍筛查工具。
数据可用性声明
本文中的原始贡献和附加材料均已包含在文中，进一步的查询可向负责人提出。
伦理声明
涉及人类参与者的研究已通过解放军总医院的伦理审查委员会审核。 患者/参与者提供了参与本研究的书面知情同意。
作者贡献
J-pT：设计并实施研究，收集数据，审阅修订稿。 XW：进行统计分析，草拟，并审阅修订稿。 SZ：实施研究，收集数据并审阅修订稿。 YZ：设计研究并协调监督数据收集。 XL：实施研究并收集数据。 NL：构思并设计研究，并审阅修订稿。 L-nW和JG：构思并设计研究，协调监督数据收集，关键性审阅和修订稿。 所有作者均参与了文章的撰写并批准提交的版本。
资助
本研究得到了中国国家自然科学基金（编号：81701067）和解放军卫生保健、卫生部的专项科研项目资助（编号：07BJZ04，10BJZ19，11BJZ09和12BJZ46）。
利益冲突
作者声明，该研究在没有任何商业或财务关系的情况下进行，这些关系可能被解读为潜在的冲突。
鸣谢
我们对中国退伍军人临床研究平台的支持表示感谢。
参与研究的所有医院的医务人员在数据的获取上做出了贡献。
作者感谢所有参与的退伍军人及其照料者。
附加材料
本文的附加材料可以在以下网址找到：https://www.frontiersin.org/articles/10.3389/fnagi.2021.687824/full#supplementary-material
附加图1。MoCA的并行分析累计图。 第一个和第二个特征值之间较大的比率（4.05）表明MoCA足够单维。 MoCA，蒙特利尔认知评估；IRT，项目反应理论。
附加图2。由确认性因素分析产生的残差相关。 小于0.2的残差相关支持局部独立的假设。
附加图3。MoCA子项的特征曲线。 MoCA，蒙特利尔认知评估。 随着个体特征水平的提高，支持项目的概率也增加，表明单调性假设。
参考文献
Albert，M. S.，DeKosky，S. T.，Dickson，D.，Dubois，B.，Feldman，H. H.，Fox，N. C.，等（2011年）。 阿尔茨海默病轻度认知障碍的诊断：老年医学研究所-阿尔茨海默协会工作组的推荐。 Alzheimers Dement. 7，270-279。 doi：10.1016/j.jalz.2011.03.008 PubMed摘要 | CrossRef全文 | 谷歌学者
Amanollahi，M.，Amanollahi，S.，Anjomshoa，A.，和Dolatshahi，M.（2021年）。 减轻衰老对认知功能的负面影响；与认知储备增加有关的可修改因素。 Eur. J. Neurosci. 53, 3109-3124。 doi：10.1111/ejn.15183 PubMed摘要 | CrossRef全文 | 谷歌学者
美国精神病学协会（1994年）。 精神疾病诊断与统计手册：DSM-IV。 华盛顿，DC：美国精神病学协会。
Bezdicek，O.，Cervenková，M.，Moore，T. M.，Stepankova Georgi，H.，Sulc，Z.，Wolk，D. A.，等（2018年）。 确定简短版本的蒙特利尔认知评估（s-MoCA）捷克语版本：在轻度认知障碍帕金森病中的有效性及文化比较。 评估2018：1073191118778896。 doi：10.1177/1073191118778896 PubMed摘要 | CrossRef全文 | 谷歌学者
Cecato，J. F.，Martinelli，J. E.，Izbicki，R.，Yassuda，M. S.，和Aprahamian，I.（2016年）。 穆尔特伯特-认知评估（MoCA）的子测试分析：哪些子测试能最好地区分健康对照、轻度认知障碍和阿尔茨海默病？ Int. Psychogeriatr. 28，825-832。 doi：10.1017/S1041610215001982 PubMed摘要 | CrossRef全文 | 谷歌学者
Choi，S. W.（2009年）。 Firestar：多项选择响应理论模型的计算机自适应测试模拟程序。 Appl. Psychol. Meas. 33：644。 doi：10.1177/0146621608329892 CrossRef全文 | 谷歌学者
Folstein，M. F.，Folstein，S. E.，和McHugh，P. R.（1975年）。 “迷你心理状态。” 一种为临床医生分级患者认知状态的实用方法。 J. Psychiatr. Res. 12，189-198。 doi：10.1016/0022-3956(75)90026-6 PubMed摘要 | CrossRef全文 | 谷歌学者
GBD 2016痴呆合作者（2019年）。 全球、地区和国家阿尔茨海默病和其他痴呆症的负担，1990-2016：2016年全球负担研究的一项系统分析。 Lancet Neurol. 18, 88-106。 doi：10.1016/S1474-4422(18)30403-4 CrossRef全文 | 谷歌学者
Liew，T. M.（2019年）。 确定诊断轻度认知障碍和痴呆的最佳蒙特利尔认知评估的简缩版。 J. Am. Med. Dir. Assoc. 20, 1055.e1-1055.e8。 doi：10.1016/j.jamda.2019.02.004 PubMed摘要 | CrossRef全文 | 谷歌学者
Pinto，T. C. C.，Machado，L.，Bulgacov，T. M.，Rodrigues-Júnior，A. L.，Costa，M. L. G.，Ximenes，R. C. C.，等（2019年）。 蒙特利尔认知评估（MoCA）筛查是否优于迷你心理状态检查（MMSE）在检测老年人轻度认知障碍（MCI）和阿尔茨海默病（AD）方面？ Int. Psychogeriatr. 31，491-504。 doi：10.1017/S1041610218001370 PubMed摘要 | CrossRef全文 | 谷歌学者
Roalf，D. R.，Moore，T. M.，Wolk，D. A.，Arnold，S. E.，Mechanic-Hamilton，D.，Rick，J.，等（2016年）。 确定和验证蒙特利尔认知评估（s-MoCA）的简要形式（s-MoCA）在神经退行性疾病中的应用。 J. Neurol. Neurosurg. Psychiatry 87，1303-1310。 doi：10.1136/jnnp-2015-312723 PubMed摘要 | CrossRef全文 | 谷歌学者
Tan，J. P.，Li，N.，Gao，J.，Wang，L. N.，Zhao，Y. M.，Yu，B. C.，等（2015年）。 蒙特利尔认知评估的最佳截断分数在中国老年和最老年人口中区分痴呆和轻度认知障碍。 J. Alzheimers Dis. 43，1403-1412。 doi：10.3233/JAD-141278 PubMed摘要 | CrossRef全文 | 谷歌学者
Wittich，W.，Phillips，N.，Nasreddine，Z. S.，和Chertkow，H.（2010年）。 针对视觉障碍者的蒙特利尔认知评估（MoCA）经过修改的敏感性和特异性。 J. Vis. Impair. Blindness 104，360-368。 doi：10.1177/0145482X1010400606 CrossRef全文 | 谷歌学者
