数字签名:sara hernandez dn:cn = sara hernandez email = hernandezs1@michigan.gov c = us o = cra o = cra o = lara日期:2024.11.15 07:33:34 -05'00'Sara hernandez
SARA 302 成分:此材料中的化学物质均不受 SARA 标题 III 第 302 节的报告要求约束。SARA 313 成分:此材料不包含任何已知 CAS 编号超过 SARA 标题 III 第 313 节规定的阈值(最低限度)报告水平的化学成分。SARA 311/312 危害:无 SARA 危害。马萨诸塞州知情权成分:没有任何成分受马萨诸塞州知情权法案约束。宾夕法尼亚州知情权成分:没有任何成分受宾夕法尼亚州知情权法案约束。新泽西州知情权成分:没有任何成分受新泽西州知情权法案约束。加利福尼亚州 65 号提案成分:本产品不含有加利福尼亚州已知的会导致癌症、出生缺陷或任何其他生殖伤害的任何化学物质。
摘要共济失调(SARA)评估和评级的量表被广泛用于遗传性小脑共济失调的严重程度和进展。sara现在被认为是多次共济失调治疗试验中的主要终点,但尚未测试其基本的复合项目测量模型。这项工作旨在使用项目响应理论(IRT)评估SARA及其项目的综合特性,并证明其在超稀有遗传性共济失调中的适用性。利用萨拉(Sara)从1932年的访问中访问了990例常染色体隐性小脑共济失调(ARCA)注册中心的数据,我们使用IRT方法评估了SARA的表现。在整个共济失调人群的共济失调严重程度范围以及115个遗传ARCA亚群的评估有效性上评估了项目特征。一维IRT模型能够描述Sara项目数据,表明Sara捕获了一个单一的潜在变量。所有项目都具有很高的歧视值(1.5-2.9),并介绍了萨拉在区分不同疾病状态的受试者中的有效性。每个项目贡献了总评估信息的7%至28%。没有证据表明SARA适用性中115个遗传ARCA亚群之间的差异。这些结果表明,萨拉的良好歧视能力及其所有项目增加了信息价值。IRT框架在项目级别上提供了对Sara的详尽描述,并促进了其在即将到来的纵向自然史或治疗试验中的临床结果评估,包括超稀有的共济失调。
摘要共济失调(SARA)评估和评级的量表被广泛用于遗传性小脑共济失调的严重程度和进展。sara现在被认为是多次共济失调治疗试验中的主要终点,但尚未测试其基本的复合项目测量模型。这项工作旨在使用项目响应理论(IRT)评估SARA及其项目的综合特性,并证明其在超稀有遗传性共济失调中的适用性。利用萨拉(Sara)从1932年的访问中访问了990例常染色体隐性小脑共济失调(ARCA)注册中心的数据,我们使用IRT方法评估了SARA的表现。在整个共济失调人群的共济失调严重程度范围以及115个遗传ARCA亚群的评估有效性上评估了项目特征。一维IRT模型能够描述Sara项目数据,表明Sara捕获了一个单一的潜在变量。所有项目都具有很高的歧视值(1.5-2.9),并介绍了萨拉在区分不同疾病状态的受试者中的有效性。每个项目贡献了总评估信息的7%至28%。没有证据表明SARA适用性中115个遗传ARCA亚群之间的差异。这些结果表明,萨拉的良好歧视能力及其所有项目增加了信息价值。IRT框架在项目级别上提供了对Sara的详尽描述,并促进了其在即将到来的纵向自然史或治疗试验中的临床结果评估,包括超稀有的共济失调。
摘要共济失调(SARA)评估和评级的量表被广泛用于遗传性小脑共济失调的严重程度和进展。sara现在被认为是多次共济失调治疗试验中的主要终点,但尚未测试其基本的复合项目测量模型。这项工作旨在使用项目响应理论(IRT)评估SARA及其项目的综合特性,并证明其在超稀有遗传性共济失调中的适用性。利用萨拉(Sara)从1932年的访问中访问了990例常染色体隐性小脑共济失调(ARCA)注册中心的数据,我们使用IRT方法评估了SARA的表现。在整个共济失调人群的共济失调严重程度范围以及115个遗传ARCA亚群的评估有效性上评估了项目特征。一维IRT模型能够描述Sara项目数据,表明Sara捕获了一个单一的潜在变量。所有项目都具有很高的歧视值(1.5-2.9),并介绍了萨拉在区分不同疾病状态的受试者中的有效性。每个项目贡献了总评估信息的7%至28%。没有证据表明SARA适用性中115个遗传ARCA亚群之间的差异。这些结果表明,萨拉的良好歧视能力及其所有项目增加了信息价值。IRT框架在项目级别上提供了对Sara的详尽描述,并促进了其在即将到来的纵向自然史或治疗试验中的临床结果评估,包括超稀有的共济失调。
小组成员Sarah Calder,AI能力经理,Skanska,英国Salla Salla Eckhardt,Sara,Sara,Finland Kari Kaunakangas首席执行官,总裁兼首席执行官,ANS Group / A-Insinöhors,Finland TuomasSyrjänen
Sara Gutierrez SHL Sara Gutierrez 是 SHL 的首席科学官。在这一职位上,她领导着一群才华横溢的研究和数据科学家,设计和开发 SHL 最具创新性的人才测量解决方案,包括传统心理测量和基于人工智能的评估。她的团队有一个共同的目标,即创造出能够提供互动性和引人入胜体验的解决方案,以更准确地反映现实世界的业务场景。最近,Sara 将她的努力集中在测试和技术的交叉点上,以及我们不断增长的技术能力为推动评估设计和测量创新所提供的机会。她开展并发表了大量行业特定研究,以推动评估科学的发展。Sara 拥有詹姆斯麦迪逊大学评估与测量博士学位和乔治梅森大学工业/组织心理学硕士学位。
Sara在医疗保健环境中工作并不陌生。在克拉克(Clark)期间,她在开发领域的大急流城(Grand Rapids)的密歇根州立大学人类医学学院工作了将近10年,重点是管理。作为大山谷毕业生,萨拉(Sara)拥有文字文学学士学位。她为成为基金会的首席讲故事者而感到自豪,因为她觉得每个人都有一个故事要分享。Sara还期待成为一名活动专家,并继续基金会的有影响力的工作和惊人的社区伙伴关系。