Seminar Gizi Kesehatan

Nama Kelompok :
Anni Fathiya Az Zhahra (201332061)
Karunia Rizki W (201332096)
Elly Kartikawati (201332143)
Seksi : 01

Estimasi Tingkat Metabolisme Basal di China : Prediksi Persamaan yang Berlaku Saat Ini
Stefan G. Camps1, Nan Xin Wang1, Wei Shuan Kimberly Tan1 and C. Jeyakumar Henry1,2
Camps et al. Nutrition Journal (2016) 15:79
DOI 10.1186/s12937-016-0197-2

Fakultas Ilmu-Ilmu Kesehatan

Jurusan Ilmu Gizi
2016

Pendahuluan
Percobaan yang dilakukan oleh lavoisier laplace pada tahun 1783 adalah metabolisme
energi manusia atau bisa disebut Basal Metabolic Rate (BMR). BMR adalah gambaran energi
yang dikeluarkan saat istirahat dan energi yang digunakan ketika melakukan aktivitas fisik.
Energi dibutuhkan untuk pemeliharaan, mempertahankan dan memelihara integritas fungsi
vital dan jaringan. BMR memiliki 60-70% dari total energi harian.
Memprediksi kebutuhan energi dengan praktek diet perhari, perawatan klinik dan rawat
inap. Umumnya prediksi didasarkan pada fisik, seperti usia, jenis kelamin, tinggi badan dan
berat badan. Prediksi yang banyak digunakan adalah persamaan yang dikembangkan oleh
Harris dan Benedict (HB) 1918, FA0/WHO/UNU 1985 dan Schofield.
Selama bertahun-tahun, beberapa penelitian telah menunjukkan bahwa persamaan BMR
pada populasi dinegara tropis adalah 15-20% lebih rendah dibandingkan dengan negara eropa
dan amerika. Namun masih ada kekurangan tentang pengukuran berat badan yang obesitas
yang tinggal di asia pada persamaan BMR, karena prevalensi obesitas meningkat sejak 1980
kecuali di asia. Maka dari itu untuk merencanakan penurunan berat badan yang tepat
dilakukan dengan diet perhari.
Persamaan BMR belum dikembangkan di asia seperti di china yang mengalami obesitas.
Maka dari itu tujuan utama penelitian ini untuk mengembangkan BMR pada penduduk china
yang mengalami obesitas. Kedua, membandingkan akurasi persamaan yang baru
dikembangkan dan yang umum. Ketiga, persamaan yang baru untuk kelompok china di asia.

Subyek dan metode

Subyek
Sebanyak 232 subyek Tionghoa Singapura (121 laki-laki dan 111 perempuan, usia: 21-67
tahun, BMI: 16-41 kg / m2) berpartisipasi dalam studi cross-sectional. 70 subyek Tionghoa
Singapura (26 laki-laki dan 44 perempuan, usia: 21-69 tahun, BMI: 17-39 kg / m2) digunakan
untuk cross-memvalidasi persamaan baru. Subyek penelitian adalah keturunan Cina, dalam
kesehatan yang baik, tidak menggunakan obat-obatan (kecuali untuk kontrasepsi), yang nonperokok dan konsumen alkohol paling minimum. Berat badan mereka stabil seperti yang
didefinisikan oleh perubahan berat badan <3 kg selama minimal 6 bulan sebelum penelitian.
Desain penelitian
Subyek menjalani 12 jam menahan diri dari aktivitas fisik yang berat selama 24 jam
sebelum pengukuran. Mereka diperintahkan untuk bepergian dengan transportasi umum atau
mobil dan menggunakan lift untuk menghindari aktivitas fisik yang akan meningkatkan
BMR. santai selama 15 menit sebelum pengukuran BMR melalui kalorimetri. Selanjutnya,
pengukuran antropometri dilakukan.

Tingkat metabolisme basal

BMR diukur (BMRm) terus menerus oleh sirkuit terbuka kalorimetri tidak langsung
menggunakan sistem hood ventilasi (Quark CPET, COSMED, Roma, Italia) selama 30 menit.
Pengukuran antropometrik dan komposisi tubuh
Tinggi dan berat badan dilakukan pengukuran dua kali dengan ketelitian, dan rata-rata
dari dua pengukuran tercatat. Titik cut-off konvensional BMI lebih besar dari 25,0. Dalam
penelitian ini BMI lebih besar dari 23,0 akan digunakan untuk mendefinisikan kelebihan
berat badan dan lebih besar dari 27,5 untuk mendefinisikan obesitas
Analisis statistic
Analisis statistik dilakukan dengan menggunakan Microsoft Excel 2010. Signifikansi
statistik didirikan pada P <0,05 (uji dua sisi).

Hasil
Karakteristik subjek untuk studi cross-sectional dan studi cross-validation memiliki 232
sampel (Lk=121;Pr=111), serta distribusi IMT pada sampel paling banyak di kisaran 18.5-23
untuk cross sectional dan cross validation.
Tidak terdapat perbedaan yang signifikan antara pria dan wanita untuk umur dan IMT.
Berat, tinggi dan gender secara signifikan berkorelasi terhadap BMR; namun tinggi tidak
termasuk dalam langkah berikutnya dalam analisis regresi yang menghasilkan prediksi
persamaan BMR berikut :
BMR (kJ/d)=52,6x BB (kg)+828 x gender+1960(Perempuan=0, laki laki=1)+468.36
(R2=0.81, p<0.0001)
Penyertaan BB mengakibatkan RD (standar deviasi residual) menjadi 656 (kJ/d) dan
penyertaan gender meningkatkan RD ke 534 (kJ/d); penyertaan TB dan umur, pada salah
satu atau keduanya tidak meningkatkan RD.
Nilai BMR yang diprediksi dalam studi cross-sectional dan cross-validation dengan
semua persamaan yang diprediksi serta perbedaannya dengan nilai BMR terukur metode
dengan p<0.0001 dan nilai bias terbaik pada cross sectional adalah Singapura. Sedangkan
pada cross validation metode dengan bias terbaik tetap pada metode singapura.
Paired t-test digunakan untuk membandingkan perberdaan antara BMRm dalam kedua
studi dan BMRp menggunakan persamaan yang diprediksi. Hal ini tidak dapat diterapkan
pada BMR yang sudah diprediksi oleh persamaan Singapura dalam studi cross-sectional
seperti desain dari studi ini. Studi validation menunjukkan hanya BMRp oleh persamaan
Singapura yang menunjukkan tidak adanya perberdaan dari BMRm. Korelasi signifikan yang
ditemukan antara BMRm dan BMRp untuk semua persamaan. Goodness of fit antara BMRm
dan BMRp dari persamaan baru yang baik (R2 = 0.87).

Pembahasan
Mengukur tingkat metabolisme basal dalam kelompok orang dewasa Cina
memungkinkan kami untuk mengembangkan persamaan akurat BMR prediksi yang berlaku
untuk berbagai BMI besar termasuk kelebihan berat badan dan obesitas. Dikonfirmasi dalam
studi cross-validation, tingkat metabolisme basal didefinisikan sebagai energi yang
dibutuhkan untuk mempertahankan dan menjaga integritas fungsi vital atau tingkat minimal
dari pengeluaran energi kompatibel dengan kehidupan (Mitchell, H. H. ,1962). Dalam
literatur, terdapat kontroversi apakah kondisi pengukuran memenuhi persyaratan BMR atau
memberikan RMR (da Rocha et al., 2005).
Persamaan Singapura sekarang dapat digunakan untuk memperkirakan kebutuhan energi
harian pada orang dewasa kelebihan berat badan dan obesitas Cina untuk merencanakan
manajemen berat badan yang sehat atau penurunan berat badan yang sesuai. Sebelumnya,
persamaan Henry, Liu dan Yang dikembangkan untuk meningkatkan perkiraan BMR dan
mencerminkan variasi etnis. Dibandingkan dengan database Schofield, persamaan Henry
berisi sejumlah besar orang dari daerah tropis dan mereka dikecualikan subyek Italia dari
database Schofield (Henry, C. J. K. , 2005).
Terdapat persamaan lainnya dari Liu et al. yang dikembangkan di 223 orang dewasa Cina
yang sehat dalam batas normal untuk berat badan (Liu, H. Y., Lu, Y. F., & Chen, W. J. ,1995)
dan telah direkomendasikan untuk memprediksi BMR dalam bahasa Cina (Leung, R., Woo,
J., Chan, D., & Tang, N.,2000)(Case, K. O., Brahler, C. J., & Heiss, C.,1997) (Rao, Z. Y., Wu,
X. T., Liang, B. M., Wang, M. Y., & Hu, W.,2012), dan persamaan Yang dikembangkan di
165 berat badan normal subyek Cina (Yang et al., 2010). Sebagai perbandingan, persamaan
Harris-Benedict menunjukkan Rata-rata terlalu tinggi 545 kJ / d sedangkan prediksi BMR
akurat di 45% dari subyek.
Singkatnya, hasil penelitian menunjukkan bahwa BMR prediksi dengan persamaan
Singapura serta persamaan dengan Owen et al., Henry et al. dan Mifflin et al. memiliki bias
yang rendah terhadap BMR terukur dan akurat sekitar 70% atau setinggi 80% (persamaan
Singapore). Persamaan Singapore terbatas pada derivasi mereka dari populasi penelitian kami
dan utilitas klinis hanya dapat dinilai dengan menguji pada populasi Cina lainnya.
Meskipun, cross-validation memastikan akurasi dan penerapan untuk berbagai BMI
besar dalam kelompok subjek independen dengan sama lebar BMI dan rentang usia.
Persamaan Singapura tidak menunjukkan bias directional yang signifikan, namun
diasumsikan bahwa penggunaan komposisi tubuh bisa meningkatkan estimasi BMR. Namun,
karena persamaan Singapura mudah digunakan karena hanya berdasarkan berat
badan dan jenis kelamin. Selain itu, persamaan menegaskan bahwa BMR sangat
berkorelasi dengan berat badan (Adriaens at al.,20013) sedangkan penambahan nilai
lainnya (tinggi badan dan usia) tidak memberikan kontribusi signifikan terhadap ketepatan
memprediksi BMR. dalam penggunaan praktis dan klinis langsung dalam berbagai BMI besar
termasuk orang dewasa kelebihan berat badan dan Cina. Penting untuk dicatat bahwa BMR
merupakan komponen utama dari TDEE; Namun, secara akurat memperkirakan aktivitas fisik

berperan dalam memperkirakan total belanja energi harian dan kebutuhan energi sehingga
setiap hari.

Kesimpulan
Persamaan di singapura yang baru dikembangkan mencapai akurasi tertinggi dalam
memprediksi BMR berat normal, kelebihan berat badan dan obesitas di china singapura, bila
di bandingkan dengan persamaan yang lain yang di konfirmasi dengan cross-validasi pada
populasi studi yang terpisah. Persamaan di singapura dikembangkan dalam penelitian ini
adalah yang paling sesuai untuk memprediksi BMR kelebihan berat badan dan obesitas.
Utilitas akan lebih ditingkatkan jika persamaan ini yang terbukti valid pada etnis china yang
tinggal di daerah lain selain di asia.