Relatore | Trascrizione |
| Karishma YADAV | Ciao. |
| Yi Ying TAN | Ciao. |
| Karishma YADAV | Mi dispiace, non possiamo sentire che ti sposi. |
| Yi Ying TAN | io, voglio dire scusa. |
| Karishma YADAV | si, ti sento. |
| Larry La Russo | Ora immagino che funzioni. |
| Karishma YADAV | sì funziona. |
| Larry La Russo | Va bene, fantastico. |
| Scusa è interessante. |
| Per qualche motivo il mio laptop Mike non mi viene a prendere al di fuori di JMP, quindi. |
| Continuo a dover JMP avanti e indietro, ma so che ogni volta che qualcuno dice, non riesco a sentire. |
| Ragazzi che state facendo. |
| Karishma YADAV | stiamo andando bene. |
| Larry La Russo | Mi piace il tuo corpo è Krishna è quello che stai dicendo. |
| Karishma YADAV | sì, è scozzese. |
| Larry La Russo | MMA irlandese Bello. |
| Lo riconosco. |
| bene. |
| Larry La Russo | E poi è come dici tu. |
| Yi Ying TAN | Si si. |
| Larry La Russo | fantastico, sì, grazie a entrambi per averlo fatto. |
| Apprezziamo sicuramente il fatto che tu abbia dedicato del tempo a registrare il discorso e sono davvero qui solo per aiutarti con l'aspetto della produzione, quindi. |
| Se noti nell'angolo in alto a sinistra probabilmente vedrai che stiamo registrando automaticamente, voglio solo assicurarti che stiate entrambi bene con quel sì. |
| Karishma YADAV | sì, ok. |
| Larry La Russo | Eccellente e così. |
| La nostra intenzione, ovviamente, è di inserire questo come parte della conferenza sulla scoperta e lo inseriremo nelle nostre pagine della community su community.com. |
| Quindi in realtà vivrà anche oltre la conferenza, le persone potranno accedere a questo e tutto, ragazzi vi sentirete a vostro agio anche con quello. |
| Karishma YADAV | si Bene. |
| Larry La Russo | fantastico Grazie mille, queste sono le due domande legali. |
| E, e i tuoi sfondi sono eccellenti, voglio solo assicurarmi che non ci siano violazioni del logo o qualsiasi cosa sia tutto perfetto che hai registrato per noi prima, è la prima volta che fai il discovery summit. |
| Karishma YADAV | si, questa è la prima volta. |
| Bene. |
| Larry La Russo | Bene, allora vi farò sapere quando arriverà il momento per voi ragazzi di andare, probabilmente farò il mio nuovo. |
| cuffie e poi elimina il mio video finché parli e io non lo sono Non dovrei apparire sullo schermo, ma se lo faccio allora non c'è possibilità che venga visualizzato per errore, quindi lo farò quando quando è ora che ci muoviamo, mi sposto per spegnere il mio video. |
| E ti sembrerà di parlare solo a te stesso, ma sto ascoltando e assicurandomi che tutto vada bene, e che il video sia bello e che tutto nella diapositiva trovi. |
| Per qualche motivo e io ne ho registrati più di una dozzina, probabilmente se, per qualche motivo, qualcosa non funziona. |
| Ho solo intenzione di riattivare l'audio e dire, ehi, ho bisogno che voi ragazzi smettete, dovremo ri-registrare o altro, ma non prevedo che succeda, quindi gestete voi sapete il camion e parlate dall'inizio alla fine . |
| Se uno di voi si sente come oh mio Dio, ho incasinato completamente la cosa non è quello che volevo dire, ci fermiamo e poi diciamo hey, ricomincerò e lo farò di nuovo oh yeah. |
| Dovresti farlo. |
| Yi Ying TAN | Bene. |
| Larry La Russo | Ma, ma ti incoraggio a non preoccuparti di un popolo come l'intenzione qui è di essere piuttosto casual con questo e non deve essere perfetto. |
| Direi, come ho detto, l'unica cosa di cui mi preoccuperei è tipo, se tu aspettassi un secondo lo faccio sul lato dell'evento o hai detto qualcosa di sbagliato e ti rendi conto che abbiamo la capacità di dire semplicemente io' Ricomincio e va bene ma, ma come ho detto. |
| le persone che ci guardano saranno molto, molto clemente, è una è una è una chiamata zoom Non mi preoccuperei, qualcosa di terribile. |
| Yi Ying TAN | 30 pm a Singapore, sai, come il tuo piano per farlo di più. |
| Una volta. |
| Larry La Russo | L'altra cosa è. |
| Se mi dessi un segnale verbale, quindi non so chi di voi inizierà per primo, ma se lo dici e basta. |
| Grazie per esserti unito a me, benvenuto al nostro discorso o qualcosa del genere, perché in qualche modo mi dà un punto di partenza per assicurarmi che ok, lo so che lei. |
| vuole iniziare proprio qui, e poi alla fine se dirai grazie per esserti unito a me se hai domande, per favore. |
| sentiti libero di digitarli nella chat o qualcosa del genere, perché ci sarà una pagina costruita con commenti in fondo. |
| O se vuoi solo concludere con un ringraziamento per esserti unito a me, sai che non so se le informazioni di contatto o solo qualcosa da darmi del punto di partenza e di fine dell'audio in modo che possiamo tagliare quel video e assicurarci che appaia . |
| E poi l'ultima cosa che dirò e poi lascerò a voi ragazzi fare la presentazione. |
| Stiamo registrando tre diverse versioni di questo. |
| Uno con solo la diapositiva in modo che il cursore occupi l'intero schermo, l'altro con te che parli in questo probabilmente come mi stai vedendo in questo momento è che sto solo prendendo un piccolo straniero, e poi la mosca occupa l'80% dello schermo. |
| E poi c'è il terzo. |
| sei tu a schermo intero, solo come relatore e lo stiamo facendo perché la maggior parte delle volte avrai la tua diapositiva e te. |
| Ma se rimani su una diapositiva per più di un paio di minuti solo per varietà, potremmo fallire, solo nella tua foto sai, come se avessi parlato per 20 secondi e poi tornassi indietro. |
| Quindi abbiamo tre diverse versioni e ne abbiamo alcune davvero buone. |
| Produttori che entreranno e prenderanno alcune decisioni creative su come mostrarlo, quindi sappi solo che potrebbe JMP avanti e indietro quasi come un programma TV e a volte parlerai alla diapositiva e poi alcuni per la maggior parte del tempo. |
| Karishma YADAV | Va bene suona bene sì. |
| Larry La Russo | Ok, hai altre domande. |
| Yi Ying TAN | si. |
| Karishma YADAV | Quindi, se dobbiamo fare una ripresa. |
| Per caso, poi riprenderà o dovremo ricominciare dal torto, per tutto il tempo. |
| Larry La Russo | Quindi sai che potremmo avere una registrazione di 40 minuti se hai solo una conversazione di 20 minuti e va bene, voglio dire, se sai quanto è facile tagliare il primo minuto qualunque, quindi per qualche motivo, e di nuovo io. |
| non essere troppo duro con te stesso, ma se senti che no, voglio davvero ricominciare solo Larry, ricomincerò e poi dirò. |
| Benvenuto al mio discorso, sai e poi sapremo che la prima versione se ne libererà, quindi sì, non dovremo riavviare, lavoreremo solo finché non riattacchiamo. |
| lo taglieremo noi. |
| Yi Ying TAN | Tutto bene. |
| Larry La Russo | Grazie, fammi solo non avere nient'altro, voglio essere sicuro di te. |
| Il tuo suono suona alla grande, gli sfondi sono fantastici. |
| Penso che siamo a posto, quindi ti consegnerò questo, e di nuovo ti ascolterò, per tutto il tempo, quindi se hai qualche domanda o hai bisogno di fermarti o qualcosa del genere fammi sapere altrimenti goditi la conversazione, lo farò. |
| Parlerò con voi ragazzi dopo che avrete finito. |
| Yi Ying TAN | Grazie. |
| Quindi possiamo iniziare in qualsiasi momento. |
| Larry La Russo | Giusto sì, inizia, se vuoi prenderti un secondo preparati, sembra che le tue diapositive siano già aperte, quindi ogni volta che sei pronto dì grazie per esserti unito a me e poi te ne vai. |
| Yi Ying TAN | e |
| Larry La Russo | Mi attiverò e spegnerò il video. |
| Grazie. |
| Yi Ying TAN | Buon giorno. Prima di tutto vorrei ringraziare il comitato per aver selezionato il nostro progetto, è un grande onore partecipare al JMP Discovery Summit. |
| Prima di iniziare la presentazione o di presentare il nostro team, veniamo dal master della SMU nel programma aziendale. Sono Yi e oggi abbiamo Karishma e Sue-Ann con me. |
| Tin Seong Kam è il nostro professore. Oggi non si unisce a noi perché ha altri impegni. Quindi, come puoi vedere da questa pagina di copertina, |
| in questo progetto studiamo l'uso dell'analisi delle classi latenti per identificare le sottoclassi di depressione utilizzando JMP Pro. Durante la presentazione possiamo usare la forma abbreviata di LCA per fare riferimento all'analisi di classe latente. |
| Bene. |
| Per darti più informazioni sul nostro progetto, stiamo esaminando la depressione, una malattia mentale che sta diventando sempre più comune tra adolescenti e adulti di tutte le età. Secondo l'OMS, |
| l'Organizzazione Mondiale della Sanità, la depressione è la principale causa di disabilità in tutto il mondo ed è uno dei principali fattori che contribuiscono al carico globale globale delle malattie. |
| La capacità di ottenere una diagnosi accurata della gravità della depressione è sempre stata l'ostacolo chiave nella cura dei pazienti depressi. |
| C'è un questionario che è comunemente usato per aiutare con una diagnosi di depressione e per determinare la gravità. |
| si chiama PHQ, questionario sulla salute pubblica. |
| È uno strumento di nove domande che è... |
| che contiene queste domande. Il primo... il primo sarebbe che hai poco interesse a fare le cose; il secondo è, ti senti depresso o senza speranza. |
| Il terzo è, hai problemi a dormire o dormi troppo? Il quarto sarebbe: ti senti stanco o hai poca energia? |
| La quinta domanda sarebbe: hai scarso appetito o mangi troppo? E le prossime domande hanno anche... abbiamo, ti senti male con te stesso? |
| Hai difficoltà a concentrarti sulle cose? E l'ottava domanda sarebbe: ti muovi o parli lentamente o ti muovi o parli troppo velocemente? L'ultima domanda che abbiamo inserito nel nostro... nel nostro progetto è, |
| hai pensieri suicidi? |
| A, B, C, D. A destra, sai, c'è un tavolo lì, e puoi vedere, come nel modo in cui leggi questa tabella, è che A e B hanno lo stesso punteggio di 10 qui, |
| E le severità sono considerate moderate. C e D, d'altra parte, hanno lo stesso punteggio di 20 e sono considerati gravemente depressi sotto PHQ-9. |
| Quindi l'intervistatore chiederà loro con quale frequenza hanno sperimentato il sintomo, in una scala da zero a tre. Come puoi vedere, come sai, la risposta in questa tabella è principalmente come solo 0, 1, 2 e 3. |
| Zero significa che non stanno riscontrando alcun sintomo e tre è il più frequente, quasi ogni giorno. Il punteggio complessivo si ottiene sommando le risposte di tutte e nove le domande, che vanno da zero a 27. |
| Ora, se scaviamo più a fondo nei risultati di C e D qui, |
| puoi vedere che entrambi hanno un punteggio di 20, ma i sintomi che stanno vivendo sono abbastanza diversi. Ad esempio, C spesso si sente male con se stesso, |
| qui, come sai ma mi dispiace, sto puntando più sulla destra diversa, ma D non l'ha mai sentito. |
| E C ha raramente pensieri suicidi, ma D lo sperimenta quasi ogni giorno. La domanda che abbiamo qui è quella |
| questi sintomi hanno lo stesso contributo alla diagnosi di depressione? Quindi, da un punto di vista clinico, il PHQ-9 è stato valutato come un valido strumento per misurare la gravità della depressione. Tuttavia, il nostro team ha ritenuto che il popolare ... questo usato comunemente |
| cinque categorie di gravità delle depressioni basate sulla somma delle risposte |
| è eccessivamente soggettivo. |
| Quindi lo scopo del nostro progetto è dimostrare... scoprire come l'analisi di classe latente di JMP può essere utilizzata per fornire un |
| approccio oggettivo per determinare le classi di gravità della depressione. I risultati dell'analisi rivelano che l'LCA migliora la nostra comprensione delle caratteristiche delle classi di depressione meglio dei metodi convenzionali a cinque categorie. |
| Quindi, utilizzando la stessa serie di nove domande tratte dal set di dati del questionario dell'indagine nazionale sulla salute e l'esame nutrizionale dal 2017 al 2018, utilizziamo LCA per classificare 5.000 intervistati |
| nelle classi di gravità della depressione. Lo confrontiamo quindi con i risultati PHQ-9 che utilizzano la semplice somma delle risposte... |
| variabili di risposta per arrivare ai livelli di gravità della depressione. Questo confronto di classi rivelerà le differenze nella gravità delle classi di depressione tra i due metodi. |
| Sì, lasciami entrare in maggiori dettagli nella prossima diapositiva. |
| Come abbiamo preparato i dati per la prima volta, quindi abbiamo prima scaricato il set di dati pubblicamente disponibile dall'indagine nazionale sulla salute e la nutrizione per gli anni che ho appena menzionato, dal 2017 al 2018. |
| Utilizziamo solo i dati di questi anni per mantenere la qualità dei dati, perché eravamo leggermente preoccupati che ci sarebbe stata una differenza nel modo in cui i rispondenti forniscono una risposta in periodi di tempo diversi. Quindi mettiamo in ordine i dati in JMP Pro. |
| Usiamo JMP Pro 16. Nel set di dati, originariamente c'è un totale di 10 colonne ??? risposte. |
| Ma abbiamo notato che la domanda finale è come una domanda di consolidamento. Si chiede come, quanto sono stati difficili questi problemi per te fare il tuo lavoro, prenderti cura delle cose a casa o andare d'accordo con le persone? Quindi a causa della natura di |
| trattandosi di una questione di consolidamento, abbiamo escluso dal nostro lavoro. |
| Successivamente, eseguiamo alcuni passaggi di pulizia e preparazione dei dati, come il controllo dei valori mancanti, la ridenominazione di alcune colonne per riflettere meglio le variabili per l'analisi latente. |
| Il punteggio PHQ-9 è stato anche tabulato in una nuova colonna e ricodificato in cinque categorie di gravità della depressione, vale a dire nessuna, lieve, moderata, moderatamente grave e grave. Con ciò, finalmente eseguiamo l'analisi della classe latente e interpretiamo i risultati. |
| Quindi ti guiderò attraverso i passaggi dettagliati dell'analisi che abbiamo eseguito. Ora, prima di tutto, abbiamo utilizzato JMP Pro 16 per eseguire l'LCA per raggruppare in gruppi gli individui intervistati con schemi distinti. |
| E il modo in cui scegliamo il modello di clustering si basa sui valori BIC e AIC di questi modelli. |
| Dai report del modello, abbiamo valutato le dimensioni degli effetti delle rispettive variabili per identificare la separazione tra classi latenti. |
| E perché ciò indica l'accuratezza della categorizzazione degli individui in classi latenti diverse... corrette. Esaminiamo anche i valori del valore del registro per determinare l'influenza di ciascuna variabile sul modello. |
| Successivamente, abbiamo condotto un'analisi della tabella di contingenza per confrontare le classi LCA con le cinque categorie di classi di gravità della depressione derivate utilizzando i metodi tradizionali PHQ-9. |
| La nostra ipotesi è che il PHQ-9 comunemente usato, basato sulla somma delle risposte che ho menzionato, sia eccessivamente soggettivo, in quanto non considera il peso statistico... statistico delle singole variabili. Il confronto con i risultati LCA viene compilato utilizzando |
| metodi statistici, che ci permettono di esaminare meglio la validità...la validità dei risultati. |
| Quindi, con questo, passerò a Karishma per dirci di più sui risultati e le conclusioni. |
| Passa a te, Karishma. |
| Sei muto, Karishma. |
| Karishma YADAV | Oh scusa. |
| Grazie, Yi. Salve a tutti. Sono Karishma Yadav e ti porterò avanti con la nostra presentazione. |
| Quindi sappiamo che è importante per i ricercatori nel campo della salute mentale essere in grado di identificare sottogruppi di individui |
| all'interno della popolazione generale, che ha modelli simili di sintomi o punti di forza della salute mentale, quindi questi gruppi possono essere studiati ulteriormente per indagare su questioni, come quali classi di salute mentale sono comunemente prevalenti, |
| e quali risultati futuri prevedono e se le classi di salute mentale cambiano nel tempo. Inoltre, l'identificazione di questi sottogruppi è importante per i professionisti |
| a... sul campo per curare e prevenire casi di salute mentale. Quindi un metodo sempre più popolare per identificare i sottogruppi è l'analisi di classe latente, che è... che sarà abbreviata in LCA |
| d'ora in poi nella presentazione. Quindi l'LCA è un approccio di modellazione a miscela variabile latente trasversale. Come tutti gli approcci di modellazione di miscele variabili latenti, LCA mira a trovare l'eterogeneità all'interno della popolazione. |
| Lo fa analizzando il modello di comportamento degli individui, come gli indicatori di salute mentale, e trovando tipi comuni, chiamati classi. Quindi ogni individuo è probabilisticamente assegnato a una classe, |
| che viene calcolato utilizzando la formula visualizzata. E i risultati sono sottogruppi di individui che sono più simili tra loro e più distinti da quelli delle altre classi. Prossima diapositiva. |
| Quindi è così che costruiamo il modello LCA in JMP Pro 16. Quindi, come accennato in precedenza da Yi, nelle fasi di pre-elaborazione che abbiamo creato |
| Le variabili PHQ-9 sommando le nove variabili di input, le domande poste nel questionario PHQ-9 e quindi il punteggio PHQ-9, che varia da zero a 27, viene utilizzato per arrivare a cinque classi. |
| Le classi si basano su punti di taglio, utilizzati prevalentemente in molte diagnosi mediche dai medici. Quindi le classi menzionate da Yi in precedenza lo sono |
| nessuno, lieve, moderato, moderatamente grave e grave. Quindi, dopo la pre-elaborazione, abbiamo deciso di costruire un modello in JMP Pro selezionando LCA come metodo di analisi del clustering, quindi abbiamo scelto le nove domande del PHQ-9 latente |
| come le funzioni di input mostrate qui. Quindi abbiamo eseguito il modello LCA per i cluster, da tre a 15 per trovare il modello più adatto. |
| Prossima diapositiva. |
| Quindi questo è il risultato della LCA. Gli ultimi modelli di classe vengono stimati in modo iterativo, aggiungendo potenziali classi per determinare quale modello si adatta meglio ai dati. Quindi giudicare la soluzione migliore può richiedere molta considerazione, |
| compresi i criteri di informazione. Quindi qui abbiamo utilizzato criteri di informazione. |
| Come possiamo vedere, il cluster cinque ci fornisce il BIC più basso, i criteri di informazione bayesiani. Abbiamo anche provato a eseguire il modello su un numero maggiore di cluster, ma l'AIC ha continuato a cambiare con il numero crescente di classi, quindi abbiamo scelto BIC come dimensione ottimale del cluster. |
| Pertanto, gli individui sono stati divisi in cinque classi, sulla base delle risposte al questionario. Prossima diapositiva. |
| Quindi questi sono i grafici che mostrano la distribuzione degli individui in ciascuna delle classi e la proporzione delle risposte in ciascuna variabile. |
| Quindi mostra anche la risposta... probabilità di risposta di ciascuna delle nove variabili in ciascuna delle classi. Quindi si può vedere che nel cluster uno, |
| tutte le variabili non hanno affatto come risposta predominante e questo è il rischio più basso |
| grappolo. Nel cluster due, c'è una proporzione ridotta di per niente come variabile di risposta e |
| proporzione aumentata di diversi giorni come risposta. Il cluster tre ha aumentato la proporzione di diversi giorni e più della metà dei giorni come risposta, mentre i cluster quattro e cinque hanno ulteriormente aumentato le proporzioni di queste risposte ad alta frequenza. Prossimo. |
| nessuno, lieve, moderato, moderatamente grave e grave. |
| Quindi, come possiamo vedere, la classe uno ha una dimensione di circa il 48% e gli individui in questa classe non manifestano alcun sintomo depressivo, oppure la risposta non è affatto per tutte le nove variabili. Questo gruppo di individui non ha alcun rischio di soffrire di depressione. |
| La classe due ha sintomi lievi, con una dimensione di circa il 24%. |
| Individui... gli individui in questa classe hanno due caratteristiche predominanti elencate qui, che sono difficoltà a dormire o dormire troppo |
| diversi giorni alla settimana, sentirsi stanchi o avere poca energia diversi giorni alla settimana. E individui in classe tre |
| hanno sintomi moderati e una dimensione della classe di circa l'11%; Il 70% di loro ha risposto che si sente stanco o ha poca energia diversi giorni alla settimana. Hanno anche sperimentato una maggiore gravità dei sintomi elencati nella classe due. |
| Inoltre, hanno anche sperimentato altri sintomi, come non avere interesse a fare le cose, sentirsi giù, depressi e senza speranza. |
| La classe quattro ha una dimensione del 10,44% e questo gruppo di individui ha una gravità ancora maggiore dei sintomi depressivi, quindi sperimentano circa sette dei nove sintomi depressivi |
| abbastanza frequentemente. Poi abbiamo la classe cinque con una dimensione della nostra classe di circa il 6%. Hanno sperimentato tutti e nove i sintomi e la gravità è |
| molto alto. Lo sperimentano come ogni giorno, o più della metà dei giorni. Prossima diapositiva. |
| Quindi queste sono le dimensioni dell'effetto delle nove variabili e il valore del registro. Quindi le dimensioni dell'effetto sono, come puoi vedere, valori compresi tra zero e uno, |
| e dimensioni dell'effetto più elevate indicano una maggiore probabilità che gli individui vengano classificati con precisione in una classe latente. |
| Quindi la maggior parte delle variabili di input ha dimensioni dell'effetto superiori al 75% e il valore del registro, d'altra parte, è l'efficacia delle variabili nella previsione dei cluster. |
| Maggiore è il valore del log, più forte è la variabile nel modello. I risultati indicano che non tutte le variabili condividono gli stessi valori di valore del registro. |
| Ciò conferma il nostro sospetto che le variabili potrebbero non contribuire allo stesso modo alla diagnosi e che la somma dei punteggi PHQ-9 sarà accurata e affidabile solo se ogni variabile ha lo stesso livello di influenza nel modello viene negata. Quindi il prossimo. |
| Quindi, alla fine, |
| questa è la tabella di emergenza. Come possiamo vedere il |
| sintomi depressivi derivati dal |
| La sommatoria e la tabella di contingenza PHQ-9 sono arrivate alle classi che abbiamo derivato utilizzando |
| l'analisi della classe letent sono molto diverse. |
| Il valore P è di circa |
| .001, |
| che dice che non c'è un errore di campionamento. Quindi abbiamo fatto questo per giustificare che i risultati sarebbero coerenti se campioniamo circa 1.000 volte, 1.000 campioni diversi, solo uno di loro avrà un risultato diverso da questo. |
| Prossimo. |
| Quindi, infine, concludiamo che i livelli di gravità della depressione derivati utilizzando modelli di clustering statistici come l'LCA forniranno una valutazione più accurata della gravità della depressione, |
| rispetto a quelli derivati utilizzando la semplice somma delle risposte del PHQ-9. |
| Sono necessari ulteriori studi per determinare il peso delle rispettive variabili per rafforzare il modello PHQ-9 nove che si è dimostrato più affidabile ed efficiente. Questo è importante |
| perché sottovalutando la gravità della depressione degli individui e la percentuale della popolazione depressa |
| comporta notevoli rischi per la società. Senza un metodo diagnostico accurato, diventa difficile determinare le risorse adeguate necessarie per prevenire e curare la depressione. |
| Quindi è tutto per la nostra presentazione e le domande sono benvenute nella casella dei commenti che puoi vedere sotto il video. Grazie. |
| Larry La Russo | Eccellente. |
| fantastico Grazie mille. |
| Sono molto contento di questo, voglio dire, pensavo che suonasse alla grande, le tue diapositive sono fantastiche. |
| Karishma YADAV | Grazie. |
| Larry La Russo | si tutto fila liscio secondo te, io no, non ho visto nessun problema e in realtà discorsi molto interessanti io. |
| Ero molto interessato non proprio come voi ragazzi, per quanto riguarda i bastoni, ma per quanto riguarda i bastoni. |
| Sono sicuro che sarà tascabile. |
| Karishma YADAV | Grazie. |
| si. |
| Larry La Russo | Bene, dormi un po'. |
| Karishma YADAV | si. |
| Larry La Russo | si sta avvicinando alle 11 ora ma um. |
| Grazie mille, e di nuovo vi faremo sapere se ci sono problemi o altro, e se volete ragazzi. |
| Ricevo un link che posso condividere con persone esterne, lo invierò a tutti voi, se volete solo guardarlo e vedere che aspetto ha, ma sarà solo la P grezza, quindi avrà tutti i nostri roba del front-end e tutta questa roba del back-end ma. |
| Se sei solo curioso, andrò avanti e te lo invierò solo per il tuo interesse e poi sappi solo che lo produrremo, lo sai e ne farai un po ', lo sai interattivo e sembrerà carino prima perché. |
| Va bene, va bene. |
| yeah yeah ho una fantastica giornata serale, in ogni caso, potrebbe essere, e grazie ancora per esserti unito a me. |
| Karishma YADAV | Grazie. |
| Larry La Russo | Ok, piacere di conoscervi, state attenti. |
| Karishma YADAV | Grazie, lo stesso qui buona notte e buona. |
| mattina a te. |
| Larry La Russo | Ciao ciao. |
| Ciao. |
