PASAL ASLI

Menilai hubungan antara rasio pinggang-tinggi (WHtR) dan

indeks massa tubuh (BMI) dengan faktor risiko penyakit tidak
menular

Jing Yuan On1 & Sok King Ong2 & Hanif Abdul Rahman 1

Menerima: 8 Agustus 2019 / Diterima: 8 Januari 2020 ©

Springer-Verlag GmbH Jerman, bagian dari Springer Nature
2020

Abstrak Tujuan Tujuan dari penelitian ini adalah untuk menentukan potensi rasio pinggang-tinggi (WHtR) dan indeks massa
tubuh (BMI) sebagai prediktor penyakit tidak menular (NCD) ) faktor risiko. Subjek dan metode Sebuah studi retrospektif
menggunakan data dari survei National NCD (STEPS) 2016. Sebanyak 3808 titik data diambil termasuk faktor sosiodemografi,
pengukuran antropometrik, prevalensi NCD dan faktor risiko. Regresi logistik dan linier berganda diterapkan untuk analisis.
Hasil Pria (OR = 0,77, 95% CI: 0,63, 0,95), berusia ≥ 45 tahun (OR = 4,24, 95% CI: 3,15, 0,97), dari etnis Melayu, tanpa
sekolah formal, dan dengan hipertensi dan diabetes yang ada peluang signifikan lebih tinggi untuk memiliki WHtR> 0,5. BMI
≥ 25 dan BMI ≥ 30 secara signifikan terkait dengan kelompok usia, etnis, tingkat pendidikan, konsumsi alkohol, hipertensi,
diabetes dan hiperkolesterolemia. Kesimpulan Baik WHtR dan BMI adalah prediktor penting dari prevalensi NCD. Temuan
ini dapat berkontribusi pada validitas WHtR dalam aplikasi klinis dan mendorong penggunaan indeks antropometrik ini dalam
pengaturan klinis.

. . . .
Kata kunci Rasio pinggang-tinggi Indeks massa tubuh Penyakit tidak menular Faktor risiko
LANGKAH
diabetes mellitus, dan penyakit hipertensi adalah di antara
penyebab utama kematian (Kementerian Kesehatan 2016).
Pendahuluan Menurut pemantau kemajuan NCD 2017, 80% kematian di
Brunei berasal dari NCD saja dengan 13% risiko kematian dini
Telah terjadi perubahan epidemiologis yang dapat diamati dari target NCD (World Health Organization 2017).
dalam pola penyakit dari penyakit menular ke penyakit tidak Baik rasio pinggang-tinggi (WHtR) dan indeks massa
menular (NCD) di seluruh dunia. NCD saat ini merupakan tubuh (BMI) adalah indeks antropometrik yang digunakan
penyebab utama kematian dan bertanggung jawab atas 70% untuk menentukan adipositas dan prediktor NCD tertentu
kematian di seluruh dunia (World Health Organization 2017).(Browning et al. 2010). Baru-baru ini, penelitian di
NCD termasuk penyakit kardiovaskular, kanker, diabetes dannegara-negara lain telah mengungkapkan hubungan WHtR dan
penyakit pernapasan kronis. Di negara-negara Barat, NCD BMI dengan prevalensi NCD tertentu dan faktor risiko mereka.
menyebabkan persentase kematian tertinggi dengan 90% diMenurut penelitian dari Arab Saudi, WHtR dan BMI adalah
Inggris dan 88% di AS pada 2015. Sementara itu, prediktor signifikan dari hipertensi diastolik terisolasi dan
persentase kematian dari NCD di negara-negara tetangga hipertensi sistolik dan diastolik gabungan (Saeed dan
adalah 75% untuk Singapura dan 71% untuk Malaysia. Al-Hamdan 2013). Pada anak-anak, WHtR menawarkan alat
Di Brunei, buklet informasi kesehatan 2016skrining terbaik untuk sindrom metabolik pediatrik (Lo et al.
menyatakan bahwa NCD seperti kardiovaskular sisease (CVD),2016). Studi di antara populasi Asia Pasifik mengusulkan
bahwa obesitas sentral adalah faktor risiko utama untuk
penyakit jantung iskemik di wilayah ini (Kolaborasi Studi 17b3071@ubd.edu.bn
Kohort Asia Pasifik 2006). Selain itu, tekanan darah sangat
terkait dengan ukuran tubuh diAsia Sok Raja Ong
Jurnal Kesehatan Masyarakat: Dari Teori ke sokking.ong@moh.gov.bn
Praktik
Hanif Abdul Rahman
https://doi.org/10.1007/s10389-020-01196-0
hanif.rahman@ubd.edu.bn

1 Pengiran Anak Puteri Rashidah Sa'adatul Bolkiah (PAPRSB)

Institut Ilmu Kesehatan, Universiti Brunei Darussalam, Tungku Link,
Gadong BE1410,Brunei Darussalam

2 Unit Pencegahan Penyakit Tidak Menular (NCD), Kementerian

Kesehatan, Gadong, Brunei Darussalam

* Jing Yuan On
dibandingkan dengan populasi non-Asia (Obesity in Asia Collaboration 2008).
Beberapa penelitian membandingkan kinerja WHtR dan BMI dalam mengevaluasi faktor risiko metabolik dan
menemukan bahwa WHtR adalah prediktor yang lebih baik dari risiko kardiovaskular daripada menggunakan BMI
saja (Schneider et al. 2010). Sementara itu, sebuah studi dari Singapura menyatakan bahwa kombinasi WHtR dan
BMI dapat memiliki utilitas klinis terbaik dalam mengidentifikasi pasien dengan faktor risiko CVD (Lam et al.
2015).
Sampai saat ini, belum ada artikel yang dipublikasikan tentang hubungan antara WHtR dan BMI sehubungan dengan
prevalensi NCD dan faktor risiko di Brunei Darussalam. Oleh karena itu, penelitian ini bertujuan untuk mengetahui
hubungan WHtR dan BMI dengan faktor risiko NCD. Pentingnya penelitian ini adalah bahwa WHtR dan BMI dapat
digunakan sebagai alat dalam prediksi prevalensi NCD dan faktor-faktor risikonya jika sebuah asosiasi ditemukan.
Selain itu, WHtR dan BMI dapat digunakan sebagai cara untuk memantau kondisi kesehatan pasien sehubungan
dengan NCD. Hal ini dapat memungkinkan intervensi awal untuk mencegah NCD dengan
mengontrolindividuukuran tubuh dan komposisi dengan mengubah pola makan dan gaya hidup mereka.
Metode
Tujuan
penelitian Tujuan dari penelitian ini adalah untuk menentukan apakah rasio pinggang-tinggi (WHtR) dan indeks
massa tubuh (BMI) adalah prediktor faktor risiko penyakit tidak menular (NCD).
Tujuan dari penelitian ini adalah untuk:
1. Menyelidiki hubungan antararisiko WHtR dan NCD
faktor. 2. Selidiki hubungan antararisiko BMI dan NCD
faktor.
Desain penelitian, populasi dan sampel.
Ini adalah studi retrospektif yang melibatkan perbandingan dan analisis WHtR dan BMI berdasarkan set data dari
survei STEPS National NCD. Pendekatan STEPwise untuk Non-Communicable Disease (NCD) Risk Factor
Surveillance (STEPS) adalah survei kesehatan populasi standar yang dikembangkan oleh Organisasi Kesehatan
Dunia (WHO) yang dirancang untuk membantu negara membangun dan memperkuat kapasitas pengawasan mereka
(World Health Organization 2016). Pengumpulan data LANGKAH yang digunakan dalam penelitian ini dilakukan
dari Agustus 2015 hingga April 2016, dan usia peserta berkisar antara 18 hingga 69 tahun. Populasi semua orang
dewasa di masing-masing empat distrik di Brunei adalah populasi target. Kriteria seleksi adalah menjadi warga
negara Brunei atau penduduk tetap dengan tinggal tetap sepanjang tahun dan tidak hamil atau
J Kesehatan Masyarakat (Berl.): Dari Teori ke Praktik yang
didiagnosis dengan penyakit terminal. Ukuran sampel keseluruhan untuk survei STEPS adalah 3808.Izin
Pengumpulan data dan prosedur
etis diberikan oleh Komite Kesehatan dan Penelitian dan Etika Medis (MHREC) untuk melakukan survei STEPS;
hanya data yang tidak diidentifikasi yang diperoleh untuk digunakan dalam analisis subsampel dalam penelitian ini.
Setelah persetujuan etis diperoleh, peneliti mendekati penjaga gerbang dan meminta izin untuk mengumpulkan
informasi menggunakan formulir pengumpulan data. Penjaga gerbang untuk Unit Pencegahan dan Kontrol NCD
adalah Direktur Kebijakan dan Perencanaan, Kementerian Kesehatan. Dalam studi ini, informasi berikut
dikumpulkan:
1. Sosiodemografi: jenis kelamin, usia, etnis,pendidikan
tingkat. 2. Pengukuran: BMI, lingkar pinggang, tinggi badan. 3. Faktor risiko NCD: penggunaan tembakau,
penggunaan e-rokok, konsumsi alkohol, asupan buah dan sayuran, aktivitas fisik. 4. Prevalensi NCD: obesitas,
hipertensi, diabetes, kehamilan, hiperkolesterolemia, penyakit kardiovaskular.
Analisis data
Rasio pinggang-ke-tinggi
Dari data STEPS yang diperoleh, WHtR dari setiap sampel diperoleh dengan menggunakan rumus: Lingkar pinggang WC
()

. Kedua
Tinggi variabel diukur dalam satuan yang sama (sentimeter). WHtR dari semua sampel dihitung menggunakan
RStudio. Nilai batas yang digunakan untuk WHtR adalah 0,5. Disarankan bahwa batas WHtR 0,5 dapat digunakan
 untuk berbagai jenis kelamin dan kelompok etnis. Nilai cut-off yang sama juga dapat digunakan untuk orang dewasa
dan anak-anak (Ashwell et al. 2012).
Aspek perilaku
Data untuk bagian ini juga diperoleh dari survei STEPS dan dilaporkan sendiri oleh para peserta. Aktivitas fisik
intensitas sedang dan kuat didefinisikan sebagai melakukan setidaknya 150 menit aktivitas fisik intensitas sedang
dalam seminggu dan setidaknya 70 menit aktivitas fisik intensitas kuat dalam seminggu masing-masing.
Aspek
biokimia Data biokimia untuk analisis ini diperoleh dari data survei STEPS dan analisis laboratorium.
Hipertensi, juga dikenal sebagai tekanan darah tinggi, dalam analisis ini didefinisikan sebagai memilikitekanan darah
sistolik
pembacaan ≥ 140 mmHg, pembacaan diastolik ≥ 90 mmHg atau peserta saat ini mengambil obat untuk tekanan darah tinggi.
Prediabetes didefinisikan sebagai memiliki glukosa darah puasa dari 6,1 mmol / l hingga 6,9 mmol / l atau peserta saat
ini tidak minum obat untuk diabetes.
Diabetes didefinisikan sebagai memiliki kadar glukosa darah puasa minimal 7,0 mmol / l atau peserta saat ini
mengambil obat untuk diabetes.
Kolesterol tinggi didefinisikan sebagai memiliki kadar kolesterol total minimal 5,0 mmol / l atau peserta yang saat ini
mengonsumsi obat untuk kolesterol tinggi.
Semua analisis dihitung menggunakan RStudio v.4.3.3. Pembersihan data dilakukan untuk memastikan nilai-nilai yang
hilang ditangani dan skor dihitung dan dikategorikan dengan benar. Analisis deskriptif kemudian dilakukan untuk berbagai
kategori. Interval kepercayaan 95% (CI) juga dihitung menggunakan metode aproksimasi normal. Variabel numerik
dibandingkan untuk pria dan wanita menggunakan indepen- penyok t-test.Uji Mann-Whitney digunakan di mana asumsi
statistik untukindependen tuji-tidak tercapai. Semua faktor yang mungkin dianalisis menggunakan uji chi-square dan rasio odds
(dan interval kepercayaan 95%) sesuai dengan hasil masing-masing termasuk WHtR ≥ 0,5, BMI ≥ 25 dan BMI ≥ 30.
Faktor-faktor signifikan kemudian dijadikan satu dalam regresi logistik ganda untuk meminimalkan atau menghilangkan efek
perancu di mana rasio odds yang disesuaikan dan 95% CI dilaporkan.

Pertimbangan etis

Protokol penelitian ini telah disetujui oleh Dewan Peninjauan Kelembagaan dari Institut Penelitian dan Etika Ilmu Kesehatan
(UBD / IHS / B3 / 8).

Hasil

Tabel 1 menunjukkan indikator demografi dan kesehatan peserta, yang sebagian besar orang Melayu (88,2%) dengan
pendidikan di tingkat menengah dan diploma (73,5%); 16,6% dari peserta adalah perokok, dan 14,8% menggunakan e-rokok.
Prevalensi hipertensi sistolik dan diastolik di antara peserta adalah 5,0% (95% CI: 4,3, 5,7) dan 2,9% (95% CI: 2,4, 3,5),
masing-masing. Dalam hal BMI, sebagian besar peserta kelebihan berat badan 66,8% (95% CI: 65,2, 68,3).
Dalam hal aktivitas fisik, 18,1% (95% CI: 16,9, 19,4) melaporkan melakukan aktivitas kerja yang giat; 54,8% (95%
CI: 53,2, 56,3) melaporkan aktivitas kerja tingkat menengah; 29,0% (95% CI: 27,5, 30,4) melaporkan aktivitas rekreasi yang
kuat. Aktivitas rekreasi tingkat sedang dilaporkan oleh 38,7% (95% CI: 37,2, 40,3), dan 69,6% (95% CI: 68,1, 71,0) dari
peserta mencapai metabolisme setara minimum (MET)> 600 mnt /
J Kesehatan Masyarakat (Berl.): Dari Teori ke Praktik

Tabel 1 Indikator demografi dan kesehatan peserta (N= 3808)†

 Total (N= 3808)

n (%) (95% CI)

Pendidikan
Tidak ada - primer 484 (12,7) (11,7, 13,8 ) Menengah - diploma 2798 (73,5) (72.0, 74.9) Sarjana - pascasarjana 526 (13.8) (12.7, 15.0) Etnis
Melayu 3357 (88.2) (87.1, 89.2) Cina 326 (8.6) (7.7, 9.5) Lainnya† 125 ( 3.2) (2.8, 3.9) Penggunaan tembakau
Ya 634 (16.6) (15.4, 17.9) Penggunaan rokok elektronik
Ya 562 (14.8) (13.7, 15.9) Konsumsi alkohol
Ya 560 (14.7) (13.6, 15.9) Vig. aktivitas kerja
Ya 689 (18.1) (16.9, 19.4) Mod. aktivitas kerja
Ya 2085 (54.8) (53.2, 56.3) Vig. rek. aktivitas
Ya 1103 (29.0) (27.5, 30.4) Mod. rek. aktivitas
Ya 1475 (38.7) (37.2, 40.3) MET minimum> 600
Ya 2649 (69.6) (68.1, 71.0) Indeks massa tubuhBadan
Normal 647 (17.0) (15.8, 18.2) Kelebihan Berat2544 (66.8) (65.2, 68.3) Obese I 403 (10.6) (9.6, 11.6) Obese II 214 (5.6) (4.9, 6.4) Hipertensi sistolik
Ya 189 (5.0) (4.3, 5.7) Hipertensi diastolik
Ya 109 (2.9) (2.4, 3.5)

MET setara metabolik (menit / minggu), CI interval kepercayaan, Vig. kuat, Mod. moderat, Rec rekreasi †India dan lain-lain

minggu, seperti yang direkomendasikan di IPAQ. Durasi rata-rata domain aktivitas fisik dan perbandingan pengukuran fisik
dan biokimia antara pria dan wanita dianalisis. Usia rata-rata peserta adalah 41,9 (SD = 14,5) tahun. Berarti aktivitas rekreasi
sedang dan aktivitas rekreasi yang kuat secara signifikan lebih tinggi pada pria daripada wanita (p<0,001).
Rasio pinggang-tinggi rata-rata adalah 0,56 (SD = 0,06), serupa untuk kedua jenis kelamin. Tidak ada perbedaan
signifikan yang dicatat antara pria dan wanita untuk tekanansistolik (p = 0,670) dan diastolik (p =
darah0,941). Namun, ada perbedaan yang signifikan antara pria dan wanita untuk tinggi, berat badan dan lingkar pinggang
(p<0,001).
Pengukuran biokimia rata-rata untuk glukosa puasa dan kadar kolesterol adalah 5,1 mmol / l (SD = 1,6) dan 5,0 mmol /
l (SD = 0,7), masing-masing. Tidak ada perbedaan signifikan yang terdeteksi untuk glukosa puasa (p= 0,139) dan tingkat
kolesterol (p = 0,313) antara pria dan wanita.
Tabel 2 menyajikan prevalensi NCD dan faktor risiko yang mempengaruhi WHtR. Beberapa faktor risiko ditemukan
secara signifikan terkait dengan WHtR> 0,5 setelah disesuaikan untuk variabel perancu, terutama untuk jenis kelamin,
kelompok usia, etnis dan tingkat pendidikan. Laki-laki memiliki peluang yang jauh lebih tinggi daripada perempuan (p =
0,016) dan mereka yang berusia ≥ 45 memiliki peluang yang jauh lebih tinggi daripada mereka yang berusia <45 tahun (p
<0,001). Orang Melayu memiliki peluang yang jauh lebih tinggi daripada orang Cina, India, dan lainnya (p = 0,024). Mereka
yang tidak bersekolah formal memiliki peluang yang jauh lebih tinggi daripada mereka yang bersekolah formal (p = 0,002).
WHtR ditemukan sebagai prediktor signifikan hipertensi (OR = 5,86, 95% CI: 1,86, 18,49), diabetes (OR = 5,86, 95%
CI: 1,86, 18,49) dan kolesterol tinggi (OR = 1,73, 95%) CI: 1.14, 2.64). Asosiasi tetap signifikan untuk hipertensi (OR = 13,69,
95% CI: 1,50, 17,78) dan diabetes (OR = 13,69, 95% CI: 1,50, 17,78). Namun, asosiasi untuk kolesterol tinggi menjadi tidak
signifikan setelah disesuaikan dengan variabel lain.
Tabel 3 menyajikan prevalensi NCD dan faktor risiko yang mempengaruhi BMI. Beberapa faktor ditemukan secara
signifikan terkait dengan BMI ≥ 25 setelah disesuaikan untuk variabel pengganggu, terutama untuk kelompok usia, etnis,
tingkat pendidikan dan konsumsi alkohol. Dalam hal kelompok umur, mereka yang berusia ≥ 45 memiliki peluang signifikan
lebih tinggi daripada mereka yang berusia <45 tahun (p <0,001). Orang Melayu memiliki peluang yang jauh lebih tinggi
daripada orang Cina, India, dan lainnya (p = 0,010). Mereka yang tidak memiliki sekolah formal memiliki peluang secara
signifikan lebih tinggi daripada mereka yang bersekolah formal (p = 0,028). Dalam hal alkohol, mereka yang mengonsumsi
minuman beralkohol memiliki peluang lebih rendah daripada mereka yang tidak mengonsumsi minuman beralkohol (p =
0,037).
Beberapa faktor ditemukan secara signifikan terkait dengan BMI≥ 30 setelah disesuaikan untuk variabel perancu,
terutama untuk kelompok usia dan konsumsi alkohol. Mereka yang berusia 30 hingga 40 tahun memiliki peluang yang jauh
lebih tinggi daripada mereka yang berusia 18 hingga 29 tahun (p<0,001). Mereka yang telah mengonsumsi minuman
beralkohol memiliki peluang lebih rendah daripada mereka yang tidak mengonsumsi minuman beralkohol (p= 0,002). BMI ≥
30 adalah prediktor signifikan hipertensi (OR = 5.06, 95% CI: 3.55, 7.22), diabetes (OR = 5.06, 95% CI: 3.55, 7.22) dan
kolesterol tinggi (OR = 3.32, 95% CI: 2.60 , 4.23). Asosiasi tetap signifikan untuk hipertensi (OR = 2,84, 95% CI: 1,87, 4,29),
diabetes (OR = 2,84, 95% CI: 1,87, 4,29) dan kolesterol tinggi (OR = 3,07, 95% CI: 2,26, 4,15) setelah disesuaikan untuk
variabel lain.
J Public Health (Berl.): Dari Teori ke Praktik

Diskusi

Sejauh pengetahuan kami, ini adalah studi nasional pertama yang memeriksa rasio pinggang-tinggi (WHtR) dan massa tubuh
(BMI) sebagai prediktor untuk tidak menular. faktor risiko penyakit (NCD) di Brunei.
Di antara populasi Brunei, kemungkinan memiliki WHtR ≥ 0,5 secara signifikan lebih tinggi pada pria daripada wanita.
Menurut sebuah studi dari Singapura, pria cenderung memiliki WHtR lebih tinggi daripada wanita (Lam et al. 2015).
Alasannya mungkin karena perbedaan distribusi jaringan adiposa pada pria dan wanita. Laki-laki memiliki kadar lemak yang
lebih tinggi di wilayah visceral sedangkan perempuan memiliki kadar lemak yang lebih tinggi di wilayah glutealemoral
(Karastergiou et al. 2012). Dalam hal kelompok umur, kemungkinan memiliki WHtR ≥ 0,5 dan BMI ≥ 25 meningkat secara
signifikan ketika kelompok usia bertambah. St-Onge dan Gallagher (2010) menyimpulkan bahwa penurunan tingkat
metabolisme istirahat dengan penuaan mendorong perubahan komposisi tubuh yang mendukung peningkatan massa lemak dan
penurunan massa lemak bebas. Setelah penyesuaian, kemungkinan memiliki WHtR ≥ 0,5 dan BMI ≥ 25 secara signifikan lebih
tinggi di antara populasi Melayu daripada di antara orang Cina dan India. Deurenberg-Yap et al. (2000) mengamati BMI yang
lebih rendah pada wanita Cina daripada wanita Melayu dan India sedangkan BMI yang lebih rendah diamati pada pria Cina
daripada pria Malaysia dalam populasi Singapura.
Hasil utama kami menunjukkan bahwa ada hubungan yang signifikan antara hipertensi untuk WHtR ≥ 0,5 dan BMI ≥
30. Temuan pada hipertensi mirip dengan yang dari sebuah studi dari Arab Saudi yang menunjukkan bahwa WHtR dan BMI
merupakan kontributor signifikan terhadap hipertensi kombinasi. - sion (Saeed dan Al-Hamdan 2013). Alasan untuk hubungan
ini mungkin karena hubungan antara tinggi dan tekanan darah di mana peningkatan tinggi mengurangi kemungkinan menjadi
hipertensi (Bourgeois et al. 2017). Studi lain menunjukkan bahwa ada hubungan antara peradangan sistemik dan obesitas
sentral (WHtR) yang berkontribusi terhadap risiko kardiovaskular (Berg dan Scherer 2005). Sebaliknya, Fazizi et al. (2004)
menunjukkan bahwa WHtR dan BMI hanya secara signifikan terkait dengan hipertensi pada wanita tetapi tidak pada pria.
Selain itu, temuan kami menunjukkan bahwa WHtR memiliki hubungan yang lebih kuat dengan hipertensi daripada BMI.
Temuan ini mirip dengan penelitian dari Cina yang menunjukkan bahwa WHtR memiliki hubungan terkuat dengan risiko
hipertensi dibandingkan dengan BMI (Deng et al. 2018).
Temuan utama lain dari penelitian ini menunjukkan bahwa ada hubungan yang signifikan antara diabetes untuk WHtR
≥ 0,5 dan BMI ≥ 30. Ini mirip dengan penelitian dari Cina yang menyatakan bahwa WHtR dan BMI yang tinggi dikaitkan
dengan prevalensi kelainan toleransi glukosa ( He et al. 2009). Namun, WHtR dan BMI tidak secara signifikan terkait dengan
diabetes menurut sebuah penelitian di antara wanita dewasa Teheran (Esmaillzadeh et al. 2006). Perbedaannya bisa karena
tingkat insulin sirkulasi yang lebih tinggi dalam kaitannya dengan akumulasi lemak yang lebih besar pada wanita (Lovegrove
et al. 2002). Seperti halnya hipertensi, WHtR menunjukkan hubungan yang lebih kuat dengan diabetes daripada BMI.
Schneider et al. (2007) melaporkan bahwa WHtR masih merupakan prediktor yang sedikit lebih baik pada pria ketika
menyesuaikan OR untuk faktor-faktor yang mempengaruhi lebih lanjut. Pang et al. (2018) menunjukkan bahwa WHtR yang
lebih tinggi dikaitkan dengan peningkatan risiko
J Public Health (Berl.): Dari Teori ke Praktek
resistensi insulin sementara BMI yang lebih tinggi dikaitkan dengan risiko resistensi insulin yang lebih rendah. Temuan ini
mungkin menjelaskan mengapa WHtR memiliki hubungan yang lebih kuat dengan diabetes dibandingkan BMI.
Perbandingan antara WHtR dan BMI untuk tingkat pendidikan menunjukkan bahwa peningkatan tingkat pendidikan
mengurangi kemungkinan memiliki WHtR ≥ 0 · 5 dan BMI ≥ 25. Setelah
Tabel 2 Asosiasi WHtR ≥ 0,5 dengan faktor sosiodemografi, prevalensi NCD dan faktor-faktor risikonya

Variabel WHtR ≥ 0,5

n (%) ATAU a (95% CI) P nilaiAdj. ATAU b (95% CI) P Nilai

Jenis
Kelamin-
Lakilaki 1502 (44,7) - 0,030 - 0,016 Perempuan 1859 (55,3) 0,80 (0,65, 0,97) 0,77 (0,63, 0,95) Kelompok usia
18-29 tahun 756 (22,5) - <0,001 - <0.001 30-44 tahun 1009 (30.0) 2.58 (2.03, 3.28) 2.56 (2.01, 3.29) 45-59 tahun 1073 (31.9) 4.49
(3.39, 5.95) 4.24 (3.16, 5.75) 60-69 tahun 523 (15.6) 5.44 (3.64, 8.13) 4.65 (3.05, 7.31) Etnis
Melayu 2978 (88.6) - <0.001 - 0.024 Cina 267 (7.9) 0.58 (0.43, 0.78) 0.78 (0.63, 0.97) Lainnya 116 (3.5) 1.64 (0.83, 3.26) tingkat
pendidikan
ada sekolah formal 82 (2,4) - <0,001-0,002 Didn'tmenyelesaikan sekolah dasar 76 (2,3) 0,37 (0,07, 1,97) 0,88 (0,81, 0,95)
primary - PSR / PCE 295 (8,8) 0,30 (0,07, 1,29) Bawah menengah - BJCE / PMB 705 (21,0) 0,34 (0,08, 1,41) O Level 1032 (30,7)
0,18 (0,04, 0,73) A Level / diploma / HND 723 (21,5) 0,12 (0,03, 0,50) gelarsarjana333 (9,9) 0,15 (0,04, 0,62) Pascasarjana 115
(3,4) 0,12 (0,03, 0,53) Harus mengkonsumsi minuman beralkohol
Ya 484 (14,4) 0. 82 (0.63, 1.07) 0.165 No 2877 (85.6) - Asupan buah dan sayuran setiap hari
≥ 5 porsi 83 (2.5) - 0.341 <5 porsi 3278 (97.5) 0.73 (0.42, 1.28) Aktivitas fisik per minggu
≥ 150 min 1420 ( 42.2) - 1,00 <150 mnt 1941 (57,8) 1,00 (0,82, 1,22) Hipertensi
Ya 128 (3,8) 5,86 (1,86, 18,49) 0,001 13,69 (1,50, 17,78) 0,018 Tidak 3233 (96,2) - - Diabetes
Ya 128 (3,8) 5,86 (1,86, 18,49) 0,001 13,69 (1,50, 17,78) 0,018 Tidak 3233 (96,2) - - Kolesterol tinggi

Ya 313 (9,3) 1,73 (1,14, 2,64) 0,012 0,65 (0,41, 1,06) 0,071 Tidak 3048 (90,7) - - aChi-square test untuk independensi bRegresi logistik berganda

WHtR = rasio pinggang ke tinggi BMI = indeks massa tubuh

J Kesehatan Masyarakat (Berl.): Dari Teori
ke Praktik
J Kesehatan Masyarakat (Berl.): Dari Teori
ke Praktik

penyesuaian untuk pembauran variabel, peluangnya jauh lebih

rendah untuk mereka yang berpendidikan daripada mereka
yang tidak sekolah formal. Temuan ini mirip dengan penelitian
di kalangan pria Bulgaria yang menunjukkan bahwa pria
dengan pendidikan dasar dan menengah memiliki risiko lebih
tinggi mengalami peningkatan WHtR dan peningkatan BMI
dibandingkan mereka yang memiliki gelar dalam pendidikan
tinggi. Penjelasan untuk hasil ini mungkin perbedaan dalam
status keuangan antara individu dengan tingkat pendidikan
yang berbeda, kebiasaan gizi dan minat dalam gaya hidup sehat
(Andreenko et al. 2014). Menurut populasi studi yang
berpartisipasi dalam Proyek WHO MONICA, ada hubungan
terbalik yang signifikan secara statistik antara tingkat
pendidikan dan BMI untuk wanita di sebagian besar populasi.
Namun, ada hubungan positif, meskipun tidak signifikan, di
beberapa populasi Eropa timur dan tengah dan Beijing
(Molarius et al. 2000). Perbedaan mungkin disebabkan oleh
sistem pendidikan, yang bervariasi di setiap negara, membuat
 pengukuran sistematis tingkat pendidikan menjadi sulit.
Hasil kami juga menunjukkan mereka yang mengkonsumsi alkohol memiliki peluang lebih rendah untuk memiliki
BMI ≥ 25 dan BMI ≥ 30 dibandingkan mereka yang tidak.
Asosiasi untuk memiliki peluang lebih rendah untuk memiliki
BMI ≥ 25 dan BMI ≥ 30 untuk konsumsi alkohol tetap
signifikan setelah disesuaikan untuk variabel perancu.
Penelitian telah menunjukkan bahwa asupan alkohol ringan
atau sedang sering dikaitkan dengan penurunan berat badan
(Breslow dan Smothers 2005). Konsumsi alkohol yang sering
dapat mengurangi jumlah asupan makanan untuk
menyeimbangkan peningkatan kalori dari alkohol. Mereka
dengan gangguan minum juga dapat meningkatkan asupan
alkohol dan mengurangi kalori dari sumber lain untuk
mempertahankan berat badan mereka (French et al. 2009).
Selain konsumsi alkohol, hasil kami tidak menunjukkan
hubungan yang signifikan antara WHtR dan BMI untuk
aktivitas fisik dan asupan buah dan sayuran. Alasan untuk ini
mungkin bias mengingat karena peserta diminta untuk
mengevaluasi dan melaporkan sendiri aktivitas fisik mereka
dan asupan buah dan sayuran melalui kuesioner yang dikelola
sendiri. Bias penarikan ini mungkin meremehkan hubungan
variabel-variabel ini dengan BMI dan WHtR.
Akhirnya, hasil kami menunjukkan bahwa ada hubungan yang signifikan antara kolesterol tinggi untuk WHtR ≥ 0,5
dan BMI≥ 30. Asosiasi tetap signifikan hanya untuk BMI≥ 30
setelah disesuaikan dengan variabel lain. Fazizi et al. (2004)
mengungkapkan bahwa BMI≥ 30 secara signifikan terkait
dengan kolesterol tinggi di antara populasi orang dewasa di
Teheran. Beberapa kelainan lipid telah diamati pada orang
gemuk, termasuk kolesterol total tinggi, trigliserida tinggi dan
kadar kolesterol HDL yang lebih rendah. Alasan BMI adalah
prediktor signifikan dari kolesterol tinggi mungkin karena
peningkatan sintesis basal kolesterol dan penurunan
penghambatan sintesis LDL untuk BMI yang lebih tinggi.
Selain itu, individu yang obesitas mungkin memiliki asupan
makanan yang lebih tinggi yang kaya akan asam lemak jenuh
dan kolesterol (Gostynski et al. 2004). Sebaliknya, sebuah
penelitian dari Yunani menyatakan bahwa tidak ada hubungan
yang signifikan antara kolesterol tinggi dan memiliki BMI ≥30
(Bertsias et al. 2003).
Implikasi dan rekomendasi untuk praktik untuk anak-anak dan orang dewasa serta pria dan wanita.
WHtR mungkin menjadi prediktor diagnostik yang lebih baik
Baik BMI dan WHtR adalah alat skrining sederhana dan cepatdaripada BMI untuk beberapa faktor risiko karena tidak ada
untuk penilaian risiko kesehatan. Karena mereka adalahnilai cut-off spesifik jenis kelamin untuk WHtR (Browning et
pengukuran sederhana untuk obesitas perut, temuan darial. 2010). WHtR lebih mudah dipahami masyarakat umum
penelitian ini menunjukkan bahwa baik WHtR dan BMI adalahdibandingkan dengan BMI karena tidak ada bilangan kuadrat
prediktor yang berguna untuk diabetes dan penyakityang terlibat dalam perhitungan WHtR. Selain itu, pengukuran
kardiovaskular. WHtR memungkinkan nilai batas yang samalingkar pinggang dan tinggi untuk WHtR mudah diperoleh,
hanya membutuhkan pita pengukur. Berdasarkan hasil kami,hubungan dengan NCD, WHtR adalah prediktor kuat hipertensi
WHtR ≥ 0,5 dapat digunakan untuk memprediksi risiko dan diabetes sedangkan BMI ≥ 30 adalah prediktor kuat
hipertensi dan diabetes sedangkan BMI ≥ 30 dapat digunakanhipertensi, diabetes dan kolesterol tinggi.
untuk memprediksi risiko hipertensi, diabetes dan kolesterol Hasil-hasil ini menunjukkan pentingnya WHtR dan
tinggi. BMI sebagai alat penilaian untuk faktor risiko NCD. Temuan
ini dapat berkontribusi pada validitas WHtR dalam aplikasi
Keterbatasan klinis dan mendorong penggunaan indeks antropometrik ini
studi dalam pengaturan klinis. Dengan identifikasi dini faktor-faktor
risiko NCD ini, modifikasi gaya hidup dapat diperkenalkan
Kekuatan penelitian ini terletak pada penggunaan data dari lebih awal dalam perawatan primer untuk mengendalikan NCD
studi nasional; Namun, penelitian ini mungkin memiliki daya dengan sukses. Selain itu, alat penilaian ini mungkin berguna
ingat yang melekat dan pelaporan bias karena pelaporan diri dalam pendidikan kesehatan dan pemantauan NCD dan faktor
dari faktor gaya hidup. Karena keterbatasan waktu, hanya risikonya.
variabel terpilih yang diambil, dan hasil saat ini dapat
dikacaukan. Meskipun demikian, ukuran sampel yang besarUcapan Terima Kasih Para penulis dengan tulus menghargai dukungan
representatif dan dengan demikian temuan dapatdari Departemen Kebijakan dan Perencanaan, Kementerian Kesehatan,
Brunei Darussalam.
digeneralisasikan untuk populasi penelitian. Studi masa depan
harus mencakup semua variabel pembaur yang mungkin dalam
Pendanaan Penelitian ini tidak menerima hibah khusus dari lembaga
studi prospektif untuk membangun bukti kuat dari prediktor
pendanaan mana pun di sektor publik, komersial, atau nirlaba.
dan faktor risiko NCD.
Titik potong WHtR 0,5 dan BMI> 25 atau 30
digunakan. Beberapa studi telah menyarankan poin cut-off
yang berbeda atau lebih rendah sehubungan dengan risikoBenturan Kepentingan Para penulis menyatakan bahwa tidak ada
kardio-metabolik untuk berbagai negara, jenis kelamin, etnis konflik kepentingan.
dan kelompok usia. Penelitian ini tidak mengukur hubungan
linear antara WHtR dan risiko kardio-metabolik. Khusus untukPertimbangan etis Penelitian ini telah disetujui oleh komite etika
bersama dari Institut Etika Penelitian Ilmu Kesehatan (IHSREC) dan
populasi Asia-Pasifik, IMT 27,5 dan 32,5 telah diidentifikasi
Komite Etika Penelitian Medis dan Kesehatan (MHREC).
sebagai titik cut-off BMI potensial (Pan dan Yeh 2008).
Namun, berbagai titik batas dapat membingungkan dalam
pengiriman pesan publik; nilai batas global sederhana 0,5 dapat
memberikan pesan kesehatan masyarakat yang mudah diingat Referensi
dan 'menjaga lingkar pinggang Anda kurang dari setengah
tinggi badan Anda' berpendapat untuk adopsi praktisnya Andreenko E, Mladenova S, Akabaliev V (2014) Indeks obesitas
(Browning et al. 2010). antropometrik dalam kaitannya dengan usia, tingkat pendidikan, pekerjaan
dan aktivitas fisik pada pria Bulgaria. Nutr Hosp 31: 658-665.
https://doi.org/ 10,3305 / nh.2015.31.2.8016 Ashwell M, Gunn P, Gibson S
(2012) rasio pinggang-ke-tinggi adalah alat ing layar-lebih baik dari
Kesimpulan lingkar pinggang dan BMI untuk faktor risiko kardiometabolik dewasa:
tinjauan sistematis dan meta-analisis. Obes Rev 13: 275- 286.
Hasil kami menunjukkan bahwa di antara populasi dewasahttps://doi.org/10.1111/j.1467-789X.2011.00952.x Kolaborasi Studi
Brunei, WHtR secara signifikan terkait dengan kelompok usia,Kohort Asia Pasifik (2006) Obesitas sentral dan risiko penyakit
kardiovaskular di kawasan Asia Pasifik. Asia Pac J Clin Nutr 15: 287-292
etnis dan tingkat pendidikan. BMI ≥ 25 secara signifikan terkait
Berg AH, Scherer PE (2005) Jaringan adiposa, peradangan, dan penyakit
dengan kelompok umur, etnis, tingkat pendidikan dan alkohol.
kardiovaskular. Circ Res 96: 939-949. https://doi.org/10.1161/01.
RES.0000163635.62927.34 Bertsias G, Mammas I, Linardakis M, Kafatos
A (2003) Kegemukan dan obesitas dalam kaitannya dengan faktor risiko
penyakit kardiovaskular di antara mahasiswa kedokteran di Kreta, Yunani.
Konsumsi. BMI ≥ 30 secara signifikan berhubungan denganKesehatan Masyarakat BMC 3: 3. https: // doi. org / 10.1186 /
18-kelompok usia dan konsumsi alkohol 29 tahun. Dalam hal1471-2458-3-3 Bourgeois B, Watts K, Thomas DM, Carmichael O, Hu
FB, Heo M, Hall JE, Heymsfield SB (2017) Asosiasi antara tinggi dan yang tidak pernah merokok: Survei Wawancara Kesehatan Nasional,
tekanan darah pada populasi Amerika Serikat. Kedokteran (Baltimore) 96: 1997-2001. Am J Epidemiol 161: 368-376.
e9233. https://doi.org/10.1097/MD.0000000000009292 Breslow RA, https://doi.org/10.1093/aje/kwi061
Smothers BA (2005) Pola minum dan indeks massa tubuh pada orang
Kepatuhan dengan standar etika
Browning LM, Hsieh SD, Ashwell M (2010) Tinjauan sistematis rasio J, Kuulasmaa K (2000) Educational level, relative body weight, and
pinggang-tinggi sebagai skrining alat untuk prediksi penyakit changes in their asso- ciation over 10 years: an international perspective
kardiovaskular dan diabetes: 0 · 5 bisa menjadi nilai batas global yang from the WHO MONICA project. Am J Public Health 90:1260 –1268
cocok. Nutr Res Rev 23: 247-269. Obesity in Asia Collaboration (2008) Is central obesity a better discrim-
https://doi.org/10.1017/S0954422410000144 Deng G, Yin L, Liu W, Liu inator of the risk of hypertension than body mass index in ethnically
X, Xiang Q, Qian Z, Ma J, Chen H, Wang Y, Hu B, Li W, Jiang Y (2018) diverse populations? J Hypertens 26:169–177. https://doi.org/10.
Asosiasi indeks adipos antropometri dengan risiko hipertensi: tinjauan 1097/HJH.0b013e3282f16ad3 Pan W, Yeh WT (2008) How to define
sistematis dan meta- analisis termasuk PURE-China. Kedokteran obesity? Evidence-based multiple action points for public awareness,
(Baltimore) 97: e13262. https://doi.org/10.1097/MD.0000000000013262 screening, and treatment: an extension of Asian-Pacific recommendations.
Deurenberg-Yap M, Schmidt G, van Staveren W, Deurenberg P (2000) The Asia Pac J Clin Nutr 17:370–374 Pang S, Man QQ, Song S, Song PK, Liu
paradox of low body mass index and high body fat percentage among Z, Li YQ, Jia SS, Wang JZ, Zhao WH, Zhang J (2018) Relationships of
Chinese, Malays and Indians in Singapore. Int J Obes 24: 1011–1017. insulin action to age, gender, body mass index, and waist circumference
https://doi.org/10.1038/sj.ijo.0801353 Esmaillzadeh A, Mirmiran P, Azizi present diversely in different glycemic statuses among Chinese population.
F (2006) Comparative evaluation of anthropometric measures to predict J Diabetes Res 2018:1–9. https://doi.org/10.1155/2018/1682959 Saeed
cardiovascular risk factors in Tehranian adult women. Public Health Nutr AA, Al-Hamdan NA (2013) Anthropometric risk factors and pre- dictors
9:61–69. https://doi. org/10.1079/PHN2005833 Fazizi F, Esmaillzadeh A, of hypertension among Saudi adult population – a national survey. J
Mirmiran FP (2004) Obesity and cardiovascu- lar disease risk factors in Epidemiol Glob Health 3:197–204. https://doi.org/10.
Tehran adults: a population-based study. East Mediterr Health J 1016/j.jegh.2013.08.004 Schneider HJ, Friedrich N, Klotsche J, Pieper L,
10:887–897 French MT, Norton EC, Fang H, Maclean JC (2009) Alcohol Nauck M, John U, Dörr M, Felix S, Lehnert H, Pittrow D, Silber S,
consump- tion and body weight. Health Econ 19:814–832. Völzke H, Stalla GK, Wallaschofski H, Wittchen HU (2010) The
https://doi.org/10. 1002/hec.1521 Gostynski M, Gutzwiller F, Kuulasmaa predictive value of dif- ferent measures of obesity for incident
K, Döring A, Ferrario M, Grafnetter D, Pajak A (2004) Analysis of the cardiovascular events and mortality. J Clin Endocrinol Metab
relationship between total cholesterol, age, body mass index among males 95:1777–1785. https://doi.org/ 10.1210/jc.2009-1584 Schneider HJ,
and females in the WHO MONICA project. Int J Obes 28:1082–1090. Glaesmer H, Klotsche J, Böhler S, Lehnert H, Zeiher AM, März W,
https://doi. org/10.1038/sj.ijo.0802714 He Y, Zhai F, Ma G, Feskens EJM, Pittrow D, Stalla GK, Wittchen HU (2007) Accuracy of anthropometric
Zhang J, Fu P, Van't Veer P, Yang X (2009) Abdominal obesity and the indicators of obesity to predict cardiovascular risk. J Clin Endocrinol
prevalence of diabetes and inter- mediate hyperglycaemia in Chinese Metab 92: 589–594. https://doi.org/10.1210/jc.2006-0254 St-Onge MP,
adults. Public Health Nutr 12: 1078–1084. Gallagher D (2010) Body composition changes with aging: the cause or
https://doi.org/10.1017/S1368980008003856 Karastergiou K, Smith SR, the result of alterations in metabolic rate and macronu- trient oxidation?
Greenberg AS, Fried SK (2012) Sex differ- ences in human adipose tissues Nutrition 26:152–155. https://doi.org/10.1016/j. nut.2009.07.004 World
–the biology of pear shape. Biol Sex Differ 3:13. Health Organisation (2017) Noncommunicable Diseases Progress
https://doi.org/10.1186/2042-6410-3-13 Lam BCC, Koh GCH, Chen C, Monitor 2017. Geneva World Health Organization (2016)
Wong MTK, Fallows SJ (2015) Comparison of body mass index (BMI), STEPwise approach to noncommunicable disease risk factor surveillance
body adiposity index (BAI), waist circumference (WC), waist-to-hip ratio (STEPS). https://www.who.int/ncds/surveillance/steps/riskfactor/en/.
(WHR) and waist-to-height ratio (WHtR) as predictors of cardiovascular Accessed 23 Dec 2018
disease risk factors in an adult population in Singapore. PLoS One 10:
e0122985. https://doi.org/10.1371/journal.pone.0122985 Lo K, Wong M, Publisher's note Springer Nature remains neutral with regard to jurisdic-
Khalechelvam P, Tam W (2016) Waist-to-height ratio, body mass index tional claims in published maps and institutional affiliations.
and waist circumference for screening paediatric cardio-metabolic risk
factors: a meta-analysis. Obes Rev 17:1258– 1275 Lovegrove J, Silva K,
Wright J, Williams C (2002) Adiposity, insulin and lipid metabolism in
post-menopausal women. Int J Obes 26:475– 486.
https://doi.org/10.1038/sj.ijo.0801963
J Public Health (Berl.): From Theory to
Practice

Ministry of Health (2016) Health Information Booklet 2016, 21st Edition.

Brunei Darussalam Molarius A, Seidell JC, Sans S, Tuomilehto