Anda di halaman 1dari 13

Evaluation of Body Composition Indices

Oleh: Febrianti Dwi W. S (105070300111043) Kelompok 6

GIZI KESEHATAN FAKULTAS KEDOKTERAN UNIVERSITAS BRAWIJAYA MALANG 2011

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan YME atas rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan makalah dengan topik Evaluation of Body Composition Indices ini. Makalah ini disusun guna memenuhi tugas terstruktur pada mata kuliah Nutritional Assessement pada semester II. Penulis mengucapkan terima kasih kepada Nia Novita W., STP, MSc selaku dosen pembimbing dan semua pihak yang telah membantu terselesaikannya makalah ini. Dalam makalah ini akan membahas evaluasi dan intepretasi data hasil pengukuran body composition indices (MUAC, MUAMC, AMA, WHR, Subscapular, Suprailac, Biceps, Triceps). Penulis menyadari bahwa makalah ini jauh dari sempurna dan masih banyak terdapat kesalahan. Untuk itu penulis mengharapkan saran yang membangun sehingga makalah ini dapat lebih sempurna. Harapannya makalah ini dapat bermanfaat dan memperluas informasi bagi pembaca.

Malang, 4 Maret 2011

Penulis

DAFTAR ISI

Kata pengantar2 Daftar isi .3 Bab 1 Pendahuluan .4 1.1 Latar Belakang...................................................................................................................4 1.2 Rumusan Masalah..4 1.3 Tujuan Penulisan................................................................................................................4 Bab 2 Pembahasan ..5 2.1. Analisis dan Intepretasi Data Fat Mass (Body Fat)..........................................................5 2.2. Analisis dan Intepretasi Data Fat-Free Mass9 Bab Penutup ..13 Daftar Pustaka14

BAB 1 PENDAHULUAN

1.1 Latar belakang Ada dua macam model dalam mendeskribsikan body composition. Pertama adalah 2compartement model, yang mana terdiri dari dua bagian kimia yang berbeda yaitu massa lemak dan massa bebas lemak. Model yang kedua adalah 4-compartement model yang terdiri dari massa lemak dan tiga bagian massa bebas lemak diantaranya protein, total cairan tubuh dan tulang (rangka). Kebanyakan metode antropometri digunakan untuk menilai komposisi tubuh yang didasarkan pada model 2-compartement dan memberikan perkiraan secara tidak langsung massa lemak dan massa bebas lemak dalam tubuh. Penilaian dengan menggunakan metode antropometri sebaik metode biokimia. Peniliaian body composition secara antropometri memiliki keuntungan yang lebih cepat dan teknik yang non-invasive yang mana peralatan yang diperlukan minimum jika dibandingkan dengan teknik laboratorium. Pada makalah ini akan membahas mengenai cara menganalisis data hasil pengukuran body composition secara antropometri serta intepretasinya dalam menilai status gizi seseorang dan resiko terhadap suatu penyakit kronis. 1.2. Rumusan Masalah a. Bagaimana cara menganalisis data hasil pengukuran body composition (fatt mass dan fatfree mass)? b. Bagaimana cara mengintepretasikan hasil analisis data pada pengukuran body composition secara teknik antropometri? 1.3. Tujuan Penulisan a. Mengetahui cara menganalisis data hasil pengukuran body composition (fatt mass dan fat- free mass) b. Mengetahui cara mengintepretasikan hasil analisis data pada pengukuran body composition secara tehnik antropometri
4

BAB 2 PEMBAHASAN

2.1. Analisis dan Intepretasi Data Fat Mass (Body Fat) Fat Mass (Body Fat) mengisi paling banyak komponen variasi dalam tubuh,

membedakan diantara individu-individu pada jenis kelamin, berat badan, tinggi badan yang sama. Body fat dapat diukur kedalam dua bentuk yaitu dalam bentuk secara absolut (berat total lemak tubuh, dinampakkan dalam bentuk kg) atau sebagai persentase dari total berat tubuh. Pengukuran Body fat meliputi triceps skinfold, subscapular skinfold, biceps skinfold, suprailiac skinfold, dan waist-hip circumference ratio (WHR). Berikut cara menganlisis dan intepretasi data hasil pengukuran body fat: a. Derivasi body fat dari skinfold (triceps, biceps, subscapular, suprailiac) Persentase body fat dapat diperkirakan dari skinfold (ketebalan kulit) menggunakan generalisasi atau persamaan populasi yang spesifik yang tersedia. Salah satu persamaan general adalah persamaan Durnin dan Womersley. Menggunakan pendekatan ini, persentase body fat dapat dihitung menggunakan data satu skinfold atau penjumlahan dari dua-empat pengukuran skinfold, menggunakan prosedur seperti di bawah ini: Memilih dan kemudian mengukur satu-empat sisi skinfold: triceps, subscapular, biceps, suprailiac menggunakan metode standar. Jika lebih dari satu skinfold yang digunakan, jumlah skinfold tersebut. Menghitung densitas tubuh (D) menggunakan persamaan regresi yang cocok untuk tiap kelompok jenis kelamin dan penghitungan skinfolds digunakan: D = c m( log penjumlahan dari skinfolds ) % Body fat dapat dihitung: % fat = (4.95/D-4.50) 100% % fat = (4.570/D-4.142) 100% % fat = (5,548/D-5,044) 100% SIRI (1996) Brozek et al (1963) Rathburn and Pace (1945)

Total body fat (kg) = (Berat tubuh (kg) % Body fat) /100

Table 2.1 Perkiraaan Densitas Tubuh dari Logaritma Tebal Lipatan Kulit Triceps, Biceps, Subscapula, dan Suprailiaka (diadaptasi dari Krey & Murray. 1986. Dynamic Of Nutrition Support Assessment Implementation Evaluation, Connecticut) Usia (tahun) Laki-laki 17-19 20-29 30-39 40-49 > 50 Perempuan 16-19 20-29 30-39 40-49 > 50 Densitas Tubuh D = 1,620 0,0630 (Log D = 1,1631 0,0632 (Log D = 1,1422 0,0544 (Log D = 1,1620 0,0700 (Log D = 1,1715 0,0779 (Log D = 1,1549 0,0678 (Log D = 1,1599 0,0717 (Log D = 1,1423 0,0632 (Log D = 1,1333 0,0612 (Log D = 1,1339 0,0645 (Log

Ada beberapa klasifikasi persen body fat yang ideal. Salah satu standar persen body fat untuk dewasa sebagai berikut: Tabel 2.2 Klasifikasi Lemak Tubuh Classification Lean Optimal Slightly overfat Fat Obese (overfat) Laki-laki < 8% 8% - 15% 16% - 20% 21% - 24% 25% Perempuan <13% 13% - 23% 24% - 27% 28% - 32% 33%

Range untuk body fat yang sehat kadang-kadang dikelompokkan oleh jenis kelamin dan usia seperti di bawah ini: Tabel 2.3 Range Untuk Lemak Tubuh Yang Sehat Usia < 30 tahun 30 tahun Laki-laki 14-20 % 17-23 % Perempuan 17-24 % 20-27 %

b. Waist Hip circumference Ratio (WHR) atau Ratio Lingkar pinggang pinggul Pengukuran WHR bertujuan untuk mengetahui proporsi cadangan lemak subkutan dan juga lemak intra-abdomial sehingga WHR dapat memberikan gambaran tentang pemeriksaan penyakit yang berhubungan dengan perbedaan distribusi lemak. Orang dengan berat badan berlebih yang terkonsentrasi di daerah abdomen mempunyai resiko yang lebih besar untuk mengidap penyakit-penyakit seperti penyakit jantung dan diabetes dibandingkan orang yang berat badannya terkonsentrasi pada daerah pinggul dan paha. Tabel 2.4 Resiko Terhadap Penyakit Berdasarkan Pengukuran lingkar pinggang pinggul
PENGUKURAN PRIA WANITA

Resiko Meningkat

Resiko Sangat Meningkat > 102 cm

Resiko Meningkat

Resiko Sangat Meningkat > 88 cm

Lingkar Pinggang Perbandingan Lingkar Pinggang/Lingkar Pinggul

> 94 cm

> 80 cm

0,9

1,0

0,8

0,9

Resiko penyakit yang berhubungan dengan lingkar pinggang adalah bervariasi pada populasi dan kelompok etnik yang berbeda

Selain itu WHR digunakan untuk menilai distribusi lemak tubuh dan membantu untuk mengidentifikasi dua macam distribusi lemak tubuh: upper body (android atau tipe laki-laki) dan lower body (gynoid atau tipe perempuan). Bjrntorp (1985) berpendapat bahwa ambang batas resiko terhadap penyakit untuk laki-laki WHR >1.0 dan untuk perempuan WHR >0.85.

Waist Or Abdominal Circumference (cm) WHR = Hip Circumference (cm)

Tabel 2.5 Resiko Penyakit Berdasarkan WHR Terhadap Usia dan Jenis Kelamin Risk Gender Age Low Men 20-29 30-39 40-49 50-59 60-69 <0,83 <0,84 <0,88 <0,90 <0,91 Moderate 0,83-0,88 0,84-0,91 0,88-0,95 0,90-0,96 0,91-0,98 High 0,89-0,94 0,92-0,96 0,96-0,10 0,97-1,02 0,92-1,03 Very High >0,94 >0,96 >0,10 >1,02 >1,03

Women

20-29 30-39 40-49 50-59 60-69

<0,71 <0,72 <0,73 <0,74 <0,76

0,71-0,77 0,72-0,78 0,73-0,79 0,74-0,81 0,76-0,83

0,78-0,82 0,79-0,84 0,80-0,87 0,82-0,88 0,84-0,90

>0,82 >0,84 >0,87 >0,88 >0,90

Sumber: Vivian H Heyward And Lisa M Stolarczyk (1996,p.82)

2.2. Analisis dan Intepretasi Data Fat-Free Mass Fat-free mass terdiri atas otot skeletal, nonskeletal dan jaringan yang sangat lembut, serta skeleton. Fat-free mass diperkirakan memiliki densitas 1.100 gr/cm3 dan cairan 73.8% dalam tubuh seseorang. Penghitungan fatt-free mass meliputi Mid-uppper-arm circumference (MUAC) atau lingkar lengan atas, Mid-uppper-arm muscle circumference (MUAMC) dan Mid-uppper-arm muscle area (AMA). Berikut akan dibahas cara menganalisis dan intepretasi data hasil pengukuran Mid-uppper-arm circumference (MUAC), Mid-uppper-arm muscle circumference (MUAMC) dan Mid-uppper-arm muscle area (AMA). a. Mid-upper-arm circumference (MUAC) Lengan terdiri dari jaringan subkutan dan otot. Berkurangnya ukuran Mid-upperarm circumference diakibatkan sebagai refleksi berkurangnya kapasitas otot,

pengurangan dalam jaringan subkutan atau keduanya. Perubahan MUAC di Negara berkembang diasosiasikan sebagai adanya perubahan pada massa otot. MUAC dikombinasikan dengan skinfold thickness dapat digunakan untuk menghitung area otot lengan (arm muscle) dan jaringan adipose (lemak). Penilaian MUAC digunakan sebagai screening KEP ketika pengukuran berat badan dan tinggi badan tidak mungkin dilakukan. Seperti BB, MUAC merupakan parameter yang labil karena dapat berubah-ubah cepat karenanya baik untuk menilai status gizi masa kini. Perkembangan MUAC (Jellife:1996), yaitu pada tahun pertama kehidupan. Kemudian MUAC dapat diteliti sebagai pengganti BMI. Hubungan yang signifikan antara pengukuran MUAC dan BMI telah dilakukan pada populasi normal dan populasi gizi kurang pada orang dewasa dari Negara miskin.

Tabel 2.6 Cut Off Points MUAC, Z score dan nilai BMI pada Orang Dewasa MUAC (cm) Z-score < -1,0 < -2,0 < -3,0 Men < 23,0 < 20,0 < 17,0 Women < 22,0 < 19,0 < 16,0 Diagnostic Category (CED Grade) Malnourished Severe Wasting Extreme Wasting BMI (Men / Women) < 17 < 13 < 10 Tingkat Kronis 3 4 5

Severe Wasting, simpanan lemak pada lengan melemah, dan individu tersebut membutuhkan segera suplemen makanan. Extreme Wasting, simpanan lemak dan protein mengalami atropi. Ambang batas Lingkar Lengan Atas Wania Usia Subur dengan risiko KEK di

Indonesia < 23,5 cm. Sasaran wanita usia subur adalah wanita pada usia 15 sampai 45 tahun yang terdiri dari remaja, ibu hamil, ibu menyusui dan pasangan usia subur (PUS). Apabila lingkar lengan atas < 23,5 cm artinya wanita tersebut mempunyai risiko KEK dan diperkirakan akan melahirkan BBLR (berat bayi lahir rendah). BBLR berkaitan dengan volume otak dan IQ seorang anak. Selain itu, BBLR mempunyai resiko kematian, gizi kurang, gangguan pertumbuhan dan gangguan perkembangan anak. Untuk mengetahui BBLR, bayi yang baru lahir (0-30 hari) dapat diukur dengan pita LLA (lingkar lengan atas) dengan ambang batas 9,5 cm. Apabila bayi tersebut LLAnya di bawah 9,5 cm, maka perlu diambil tindakan agar dapat meningkatkan pertumbuhan dan berat badannya. Salah satu tindakannya adalah dengan pemberian makanan yang tepat sesuai dengan kondisi bayi. Penilaian MUAC memiliki kelebihan dan kekurangan, diantaranya: Kelebihan: indicator yang baik untuk menilai KEP berat Kekurangan: hanya dapat mengidentifikasi anak dengan KEP berat dan sulit digunakan untuk melihat pertumbuhan anak yang perubahannya tidak tampak nyata.

b. Mid-Upper-Arm Muscle Circumference (MUAMC) Digunakan untuk menilai total massa otot tubuh dan pada rumah sakit digunakan untuk menilai PEM (protein energy malnutrition) sebagai ukuran massa otot untuk sebuah index cadangan protein. MUAMC kurang sensitive terhadap perubahan kecil pada massa otot (seperti sakit yang hanya sebentar, penyembuhan dari malnutrisi) ketika dibandingkan dengan perubahan mid-upper-arm muscle area (AMA). MUAMC = MUAC ( TSK) Note: MUAC = Mid Upper Arm Circumference (mm), TSK = Triceps Skinfold (mm)
10

c. Mid-Upper-Arm Muscle Area (AMA) Mid-Upper-Arm Muscle Area (AMA) lebih baik dari mid-upper-arm circumference (MUAC) dalam mancerminkan total massa otot tubuh sebenarnya pada perubahan jaringan otot. Penggunaan pada setengah baya tidak valid, sedangkan untuk pasien obese penggunaannya tidak cocok karena area otot lengan mereka overestimate saat dibandingkan dengan penentuan menggunakan scan tomography computer (Forbes et al., 1988). AMA dapat dihitung dan digunakan untuk memperkirakan cadangan protein. Perhitungan secara absolute tulang area otot lengan bebas (cm)

W omen {MUAC-( TSK)}2 cAMA = 4 - 6,5 cAMA =

Men {MUAC-( TSK)}2 - 10,0 4

Massa otot (kg) = Tinggi (cm) (0,0264 + [0,029 cAMA])

BAB 3 PENUTUP

3.1. Kesimpulan Penilaian Body Composition meliputi Fat Mass dan Fat-Free Mass. Penilaian Fat Mass terdiri dari WHR, triceps, biceps, subscapular dan suprailiaka. Pada penilaian Fat-Free Mass meliputi MUAC (lingkar lengan atas), Mid-Upper-Arm Muscle Circumference (MUAMC),
11

Mid-Upper-Arm Muscle Area (AMA). Penilaian Body Composition menggunakan metode antropometri sebaik metode biokimia. Peniliaian body composition secara antropometri memiliki keuntungan yang lebih cepat dan teknik yang non-invasive yang mana peralatan yang diperlukan minimum jika dibandingkan dengan teknik laboratorium. Data dari hasil pengukuran Body Composition secara anthropometri tersebut, dapat digunakan untuk menganalisis dan mengevaluasi keadaan status gizi seseorang serta resiko terhadap suatu penyakit kronis selain menggunakan metode indeks massa tubuh.

DAFTAR PUSTAKA

Indriati, Etty. 2010. Anthropometri. Jakarta : PT.Citra Aji Parama. Fahmida, Umi dan Drupadi HS Dillon. 2007. Handbook Nutritional Assessment. Jakarta : SEAMEO-TROPMED RCCN UI. Gibson, Rosalind S. 1993. Nutritional Assessment: A Laboratory Manual. USA : Oxford Univeresity Press, New York.
12

Gibson, Rosalind S. 2005. Principles of Nutritional Assessment. USA : Oxford Univeresity Press. ed. 2, Lee RD, Nieman DC. 1996. Companies, America. Nutritional Assessment(2nd edition). The Mc Graw-Hill

13