DOI: 10.1111/j.1365-2362.2008.01965.

x
C J W e n dkk.
ARTIKEL ASLI
Oa kmI etalAlbL
B
TlhRecIGweN pou
lasaya
cRlsi.sT
yhnICidnLrgoEL
MS tedand.morta lite di masa lalu erly

Sindrom metabolik meningkatkan mortalitas

kardiovaskular pada lansia Taiwan
CJ Wen*, YS Lee*, WY Lin, HL Huang*, CA Yao*, PK Sung‡ dan KC Huang*
*
Rumah Sakit Universitas Nasional Taiwan, Taipei, Taiwan; †Rumah Sakit Universitas Kedokteran China, Taichung, Taiwan; ‡Pusat Pemeriksaan
Kesehatan MJ, Tapei, Taiwan

ABSTRAK
Latar belakang Prevalensi sindrom metabolik (MetS) tinggi di antara orang tua. Namun, bukti bahwa kematian meningkat
dengan MetS jarang terjadi. Dalam penelitian ini, kami menyelidiki hubungan antara MetS, penyakit kardiovaskular (CVD)
dan semua penyebab kematian pada orang tua.

material dan metode Sebanyak 10.547 peserta, berusia 65 tahun ke atas, dari kohort awal direkrut dari empat
Pusat Pemeriksaan Kesehatan nasional di Taiwan dari tahun 1998 hingga 1999. Sindrom metabolik didefinisikan
menurut definisi American Heart Association/National Heart Lung Blood Institute. Analisis regresi bahaya
proporsional Cox digunakan untuk memperkirakan risiko relatif (RR) CVD dan semua penyebab kematian bagi
mereka dengan MetS hingga 8 tahun masa tindak lanjut.
Hasil Prevalensi dasar MetS adalah 50,1% (45,6% pada pria dan 54,4% pada wanita, masing-masing).
Sebanyak 1.312 peserta meninggal; dari jumlah tersebut, 300 peserta meninggal karena CVD. Disesuaikan untuk usia, jenis kelamin,
merokok, kolesterol total dan perkiraan laju filtrasi glomerulus, RR untuk CVD dan semua penyebab kematian di antara peserta
dengan MetS adalah 1,48 (interval kepercayaan 95% = 1,16-1,90) dan 1,16 (1,03-1,30), masing-masing, untuk peserta dibandingkan
dengan mereka yang tidak MetS. Rerata RR untuk CVD, bagaimanapun, berkisar dari 1·21 hingga 5·31 di antara berbagai kombinasi
komponen MetS.

Kesimpulan Orang tua dengan MetS, dibandingkan dengan mereka yang tidak MetS, memiliki CVD yang lebih tinggi dan semuanya
menyebabkan kematian di Taiwan. Selain itu, kombinasi komponen MetS yang berbeda menimbulkan risiko kematian yang berbeda, yang
memerlukan penelitian lebih lanjut di masa depan.

Kata kunci Semua penyebab, penyakit kardiovaskular, lansia, sindrom metabolik, kematian, Taiwan.

Eur J Clin Invest 2008; 38 (7): 469–475

pengantar
Sindrom metabolik (MetS), sekelompok beberapa komponen seperti
intoleransi glukosa, obesitas sentral, hipertensi dan dislipidemia pada
individu yang sama, merupakan masalah di seluruh dunia [1,2]. MetS
telah dicatat terkait dengan perkembangan diabetes tipe 2 dan
penyakit kardiovaskular (CVD) [3-8]. Selain itu, juga terkait dengan
peningkatan risiko CVD dan semua penyebab kematian pada populasi
umum [3,9-13]. Namun, risiko relatif (RR) untuk CVD dan semua
penyebab kematian bervariasi sesuai dengan populasi, wilayah, dan
definisi MetS yang berbeda [14].
Prevalensi MetS meningkat seiring bertambahnya usia dan sangat
bervariasi tergantung pada definisi, wilayah, dan populasi. Misalnya,
prevalensi MetS meningkat dari sekitar 7% di antara orang-orang berusia
20-an menjadi lebih dari 40% di antara orang-orang yang berusia di atas 60
tahun di AS [15]. Demikian pula, prevalensi MetS lebih tinggi pada peserta
yang lebih tua daripada yang lebih muda dalam kohort Eropa [11].
Selain itu, Hwang dkk. juga menunjukkan bahwa prevalensi MetS
meningkat seiring bertambahnya usia pada populasi Taiwan [16].
Sebelumnya, kami telah menunjukkan MetS sebagai gangguan umum
dalam Survei Nutrisi dan Kesehatan Lansia di Taiwan, dan Program
Pendidikan Kolesterol Nasional (NCEP) mendefinisikan prevalensi pada
orang tua sebagai 21,5% pada pria dan 37,6% pada wanita, masing-
masing [17]. Namun, masih kontroversial apakah MetS merupakan
prediktor kematian pada orang tua [9,11,18]. Selain itu, apakah
berbagai kombinasi komponen MetS dikaitkan dengan risiko kematian
yang berbeda belum diselidiki pada orang tua. Dengan demikian,
tujuan dari penelitian ini adalah pertama untuk menilai hubungan
antara MetS, CVD
dan semua penyebab kematian pada kohort lansia Taiwan
menggunakan kriteria America Heart Association dan National
Heart Lung Blood Institute (AHA/NHLBI) dan, kedua, untuk
memeriksa apakah jumlah dan berbagai kombinasi

Jurnal Investigasi Klinis Eropa Vol 38 469

 CJ WEN DLL.
komponen MetS berbeda dalam hubungannya dengan CVD dan
semuanya menyebabkan kematian.
material dan metode
Peserta dan karakterisasi
Data dikumpulkan dari empat Pusat Pemeriksaan Kesehatan MJ
nasional di Taiwan dari Januari 1998 hingga Desember,
1999. Rincian pusat MJ telah dijelaskan di tempat lain [19]. Singkatnya,
pusat memberikan pendekatan tim multidisiplin untuk anggota
mereka dengan penilaian kesehatan yang dilakukan oleh praktisi
kesehatan terdaftar. Anggota menjalani pemeriksaan kesehatan setiap
3-4 tahun dan sekitar 30% dari mereka akan menerima pemeriksaan
kesehatan setiap tahun. Semua peserta'
data dicatat menggunakan lembar data standar dan dimasukkan ke
dalam database. Sebanyak 10.547 peserta berusia 65 tahun ke atas
direkrut untuk penelitian ini. Persetujuan etis untuk perekrutan pasien
dan analisis data diperoleh dari Komite Peninjau Yayasan Penelitian MJ
di Taiwan.
Pengukuran
Karakteristik antropometri diukur dan dijelaskan di Huang dkk. [20].
Indeks massa tubuh (BMI) dihitung sebagai berat badan (kg) dibagi
dengan tinggi badan kuadrat (m2). Sampel darah vena diambil setelah
12 jam puasa untuk mengukur glukosa plasma, trigliserida, kolesterol
high density-lipoprotein (HDL-C), dan kreatinin (Pcr) menggunakan
HITACHI 7150. Estimasi laju filtrasi glomerulus (eGFR) dihitung sesuai
dengan persamaan untuk populasi Cina [21] sebagai berikut: eGFR (mL
min-1 per 1·73 m2) = 175 × Pcr–1·234 × usia–0·179 × 0.79 (jika perempuan).
Riwayat merokok untuk setiap peserta diperoleh dari kuesioner.
Perokok saat ini, mantan dan tidak pernah didefinisikan sebagai
mereka yang melaporkan penggunaan saat ini, penggunaan
sebelumnya, dan tidak ada penggunaan rokok pada periode awal
survei.
Sindrom metabolik
Sindrom metabolik didefinisikan secara klinis, berdasarkan adanya tiga
atau lebih dari kriteria AHA/NHLBI berikut [22]: (1) obesitas sentral
[lingkar pinggang (WC) ≥ 90 cm pada pria dan ≥ 80 cm pada wanita]; (2)
tingkat trigliserida yang tinggi (≥ 1·695 mmol L–1), atau pengobatan
ondrug untuk trigliserida tinggi;
(3) tingkat HDL-C yang rendah (<1.036 mmol L-1 untuk pria dan <1·295 mmol
L-1 untuk wanita), atau sedang menjalani pengobatan untuk menurunkan
HDL-C; (4) tekanan darah tinggi (BP) (≥ 130/85 mmHg), atau dalam
pengobatan obat antihipertensi; (5) glukosa puasa terganggu (IFG) (≥ 5·55
mmol L–1), atau pada perawatan obat untuk glukosa tinggi.
Penegasan CVD dan semua penyebab kematian
Kematian dipastikan oleh hubungan komputer ke registri kematian
nasional menggunakan nomor ID. Semua kematian yang terjadi antara
awal penelitian dan Desember 2005 dimasukkan. Kematian dengan
470 © 2008 Penulis. Kompilasi Jurnal © 2008 Blackwell Publishing Ltd
www.ejci-online.com
Klasifikasi Penyakit Internasional, Revisi Kesembilan (ICD-9) kode 390-459
diklasifikasikan sebagai kematian CVD, kode 410-414 diklasifikasikan
sebagai kematian penyakit jantung koroner (PJK), dan kode 430-436
diklasifikasikan sebagai kematian akibat stroke. Setiap penyebab kematian
disertifikasi oleh dokter medis terdaftar dan dicatat oleh staf di biro
kesehatan setempat.
Analisis statistik
Data dinyatakan sebagai mean dan standar deviasi untuk variabel
kontinu. Uji Kolmogorov-Smirnov dinilai sebelum analisis lebih lanjut,
dan transformasi log digunakan untuk variabel dengan penyimpangan
yang signifikan dari distribusi normal. siswaT-tes untuk data yang tidak
berpasangan digunakan untuk perbandingan nilai rata-rata antara
jenis kelamin. Proporsi dan variabel kategoris diuji denganχ2 uji dan
dengan metode eksak Fisher dua sisi bila sesuai. Analisis regresi
bahaya proporsional Cox yang disesuaikan dengan potensi pembaur
digunakan untuk memperkirakan hubungan antara MetS dan CVD, PJK,
stroke dan semua penyebab kematian. Hubungan antara jumlah
komponen MetS dan CVD dan semua penyebab kematian diperiksa
dan kurva kelangsungan hidup disesuaikan untuk kovariat lain juga
diplot [23,24]. Risiko relatif (RR) di antara peserta dengan tiga
komponen MetS dan CVD dan semua penyebab kematian dihitung
dibandingkan dengan mereka yang tidak memiliki komponen MetS.
Analisis statistik ini dilakukan dengan menggunakan perangkat lunak
statistik SPSS versi PC (versi 13, SPSS Inc., Chicago, IL, USA).
Hasil
Karakteristik dasar dari semua peserta ditunjukkan pada Tabel 1. Usia
rata-rata peserta adalah 70-1 tahun. Rata-rata berat badan, tinggi
badan dan WC secara statistik lebih tinggi pada pria dibandingkan
pada wanita. Sebaliknya, rata-rata BMI, glukosa plasma puasa, HDL-C,
trigliserida, BP (sistolik dan diastolik), dan eGFR secara statistik lebih
tinggi pada wanita daripada pria. Prevalensi MetS dan komponen
individualnya kecuali IFG lebih sering terjadi pada wanita daripada
pria. Prevalensi MetS adalah 45,6% pada pria dan 54,4% pada wanita,
masing-masing.
Selama 8 tahun tindak lanjut, ada 1312 kematian. Di antara mereka, 300,
95, dan 87 kematian masing-masing disebabkan oleh CVD, PJK dan stroke.
RR kasar untuk CVD dan semua penyebab kematian lebih tinggi di antara
peserta dengan MetS dibandingkan dengan mereka yang tidak MetS pada
setiap jenis kelamin [Tabel 2]. Menggunakan analisis regresi bahaya
proporsional Cox yang disesuaikan dengan usia, merokok, kolesterol total
dan eGFR, RR untuk CVD dan semua penyebab kematian di antara peserta
dengan MetS adalah 1,48 (1,16-1,90) dan 1,16 (1,03 -1·30), masing-masing,
untuk peserta dibandingkan dengan mereka yang tidak MetS. RR yang
disesuaikan untuk CVD dan semua penyebab kematian adalah 1·45 (1·07–
1·96) dan 1·18 (1·02–1·36) pada pria; 1·66 (1·05–2·60) dan 1·15 (0·94–1·40)
pada wanita. Di antara komponen MetS individu, BP tinggi ditemukan
memiliki hubungan tertinggi dengan CVDmortalitas pada pria.
 SINDROM METABOLIK DAN KEMATIAN PADA LANSIA

Tabel 1 Karakteristik dasar dan prevalensi sindrom metabolik (MetS) dan komponen individualnya dikategorikan
menurut jenis kelamin

Pria (n = 5761) Wanita (n = 4786) P nilai-nilai

Usia (tahun) 70·2 ± 4·4 70·0 ± 4·5 0·06

tinggi (cm) 164·3 ± 5·8 151·6 ± 5·3 <0.0001

Berat (kg) 64·0 ± 9·8 56·1 ± 9·0 <0.0001

WC (cm) 85·2 ± 9·6 82·1 ± 9·6 0·04

IMT (kg/m2) 23·7 ± 3·1 24·4 ± 3·5 <0.0001

Kolesterol (mmol L–1) 5·3 ± 1·0 5·8 ± 1·1 <0.0001

Glukosa puasa (mmol L–1) 6·0 ± 1·7 6·1 ± 2·0 <0.0001

HDL-C (mmol L–1) 1·2 ± 0·4 1·3 ± 0.4 <0.0001

Trigliserida (mmol L–1) 1·6 ± 1·1 1·8 ± 1·2 <0.0001

SBP (mmHg) 137·1 ± 22·8 143·6 ± 25·4 <0.0001

DBP (mmHg) 76·8 ± 12·8 77·6 ± 13·7 0·04

Merokok (%) <0.0001

Tidak pernah 43·8 93·8

Mantan 22·9 1·8
Saat ini 33·3 4·4
IFG (%) 53·0 54·0 0·31
Obesitas sentral (%) 32·7 59·6 <0.0001

BP tinggi (%) 70·3 78·7 <0.0001

Trigliserida tinggi (%) 31·8 40·7 <0.0001

HDL-C rendah (%) 38·7 49·9 <0.0001

MetS (%) 45·6 54·4 <0.0001

eGFR (mL/mnt/1·73 m2) 69·8 ± 15·8 76·7 ± 17·9 <0.0001

WC, lingkar pinggang; HDL-C, kolesterol lipoprotein densitas tinggi; BMI, indeks massa tubuh; SBP, tekanan darah sistolik; DBP, tekanan darah diastolik; IFG, gangguan glukosa puasa; MetS,
sindrom metabolik; eGFR, perkiraan laju filtrasi glomerulus.
Data adalah sarana ± SD; P nilai dihitung antara pria dan wanita menggunakan Student T-menguji data yang tidak berpasangan, dan χ2 tes untuk variabel kategori. MetS didefinisikan
menggunakan kriteria America Heart Association dan National Heart Lung Blood Institute (AHA/NHLBI).

Namun, HDL-C rendah dikaitkan dengan mortalitas CVD yang lebih tinggi
dan IFG dikaitkan dengan semua penyebab kematian yang lebih tinggi
daripada komponen MetS lainnya pada wanita. Semua peserta
dikelompokkan bersama untuk analisis berikut karena hubungan antara
MetS dan mortalitas serupa pada kedua jenis kelamin (P > 0,05 untuk
interaksi).
Seperti yang ditunjukkan pada Tabel 3, RR kasar untuk PJK dan kematian
stroke lebih tinggi di antara peserta dengan MetS dibandingkan dengan
mereka yang tanpa MetS dalam Model 1. Menggunakan analisis regresi
bahaya proporsional Cox yang disesuaikan dengan usia, jenis kelamin,
merokok dan kolesterol total, RR yang disesuaikan untuk PJK dan kematian
stroke adalah 1·57 (1·02–2·42) dan 1·55 (0·98–2·44), masing-masing, dalam
Model 2. Di antara komponen MetS individu, BP tinggi dikaitkan secara
signifikan dengan peningkatan risiko PJK dan stroke kematian. Selain itu,
HDL-C rendah dikaitkan secara signifikan dengan stroke
kematian. Namun, disesuaikan dengan usia, jenis kelamin, merokok,
kolesterol total dan eGFR, RR untuk PJK dan kematian stroke menunjukkan
tidak ada perbedaan yang signifikan antara peserta dengan MetS
dibandingkan dengan mereka yang tidak MetS dalam Model 3. Di antara
komponen MetS individu, tidak satupun dari mereka menunjukkan
hubungan yang signifikan dengan PJK kematian. Namun, BP tinggi dan
rendah HDL-C tetap signifikan terkait dengan peningkatan mortalitas stroke.
Selain itu, RR yang disesuaikan untuk CVD dan semua penyebab
kematian yang terkait dengan MetS di antara peserta tanpa diabetes
pada awal adalah 1,33 (1,0-1,76) dan 1,02 (0,89-1,16), masing-masing.
Namun, MetS tidak secara signifikan terkait dengan peningkatan risiko
PJK dan mortalitas stroke di antara peserta tanpa diabetes pada awal
karena RR yang disesuaikan untuk PJK dan mortalitas stroke yang
terkait dengan MetS adalah 1,22 (0,75–1,98) dan 1,41 (0·83–2·38),
masing-masing.

Jurnal Investigasi Klinis Eropa Vol 38 471

D - De e 5 1 0 6
e tiv
e
akue ta ·1 ·8 ·7 ·1 ·7 · 7 akuM fc oo e ; e
)6 ) /1 )/16 ) )/ )/11 1
( n
B )
8 1 Hai M e P D
tse
2 n B
: kota Hai
4
–2
5
–1
9
–1
8
-
2
–1 -
kamu
rta npn ro , ulang /§
1 ·2 ·1 /2 ·1 R
·1 ts e
lic 3 1 dokter B
aku,lihat la ·4 ·2 0 R saya
S
Sebuah
D ·6 ·8 ·7 ·6 ·6 ·7 dan 1 kamu
cru dosa
ju bibir sy ti (9
0 (3
0 (0 (4
0 k
n Haiv *
sedikit

3 9 9 7 2 6 rs ei (5 (6
Sebuah

ste ) ) ) ) ) ) D D e ·9 ·8 1 ·7 ·8
/R G FO

td
L
G
di dalam

lisa
B
kamu
llP
e
ckw
la
B
8
0
0
2
©
n
tio
ila
P
M
Hai
lC
Sebuah

rn
kamu
Hai
.J
rs
Hai
th
kamu
SEBUAH

e
H
T
8
0
0
2
©
2
7
4
Hain
D R nn e P ris ·01 2 ·4 4
D P ro ro R tt G R 7 –5 - –4 R th R
-
FO te M
kembali
uv F sse;k - 1 –7 1 C
(9 sa R C ·7 ·51 3 ·3 ·51
D e V
Sebuah

R di dalame
5 aku . kamu R V ·
9 1 6 ·4 8 J)
3 D
Sebuah
G ch SEBUAH
;
% n) ;e D 6 )5 ) 7 ) )
(9 H
1 1 1 1 1 M
SEBUAH

e ·5 ·5 ·0 ·7 1 · 1 Hai C g fo , C ) )
, HaiH ·1 th r
H
D 5 n
Sebuah

G le SEBUAH
e ste /N
7 1 1 8 1 3 D ra % /N D SEBUAH

n (1 (0 (0 (1 (0 (0 e SAYA)
e CH L
-CD 1 1 1 1 1 0 F C H
io
H ·0 ·9 ·6 ·0 ·7 · 7 aku ·8 ·5 ·4 ·5 · 3 · 9 e llca
Sebuah
D IKLAN , v
e ro L
R, B 2 9 5 0 2 4 2 H H Sebuah 9 9 M L
B
SAYA)

–2 –2 –1 –3 –1 –1 AA aku g
S (6
1 (3
1 (1 (0 (60 0 (5
sl; C H kamu C
· 9 · 9 · 6 le kamu
Saya
SAYA, Sebuah
M SEBUAH
·4 ·3 ·5 ·1 ·7 ·7 /Nnd - D la ·2 ·0 ·0 S
HaibersamaM 2 3 4 1 (n e
kritik
2 0 6 7 1
SAYA,

e ) ) ) ) ) H stro e R
– 1 –4 –2 - - –5
kerabat

n rika
) L n D
kota 2 2 2 1 = M
G fid B Saya
S ·8 ·2 ·1 · 7 ·02 · 3 R Hai
Saya
n ke e
3 8 4 rta
cI )0 )/ )/ 7
Sebuah
n e )4 )5 )7
Sebuah
Sebuah

D n H
bibir
S † /1 8
sayaM e li di dalam

ke
ce e
1 1 0 1 0 1 M
te Hai;M
P /‡
1 /†
1 /1 · 6 ·11 ·80 6
) T
e kamu
ria Hai · 6 ·7 ·4 6 6 8
Sebuah

ta di dalamrt ·3 ·3 ·8 ·5 ·9 · 0 Hai rta ro

e
5 (0 (0 (0 ch B
Sebuah
akute SEBUAH 4 3 6 9 8 9 D T tS
ch rv sso (0 (0 (0 (0 (0 (0 e (6 (4 (0 · ·7 ·5 e
9 G dua
yaitu , M
n ·1
·1 ·9
di dalam
sedikit
HaiSebuah ·8 ·8 ·5 ·8 ·6 · 7 aku se ch e 0 1
5 0
– 6 e
1 3 5 6 –3 1 –9 n e
le l. cia
7 7 5 8 4
–2 –2 –1 –2 –1 –1 v B Haita - - -
2 · ·
1
· D n
e
e e
ts tio le B 7
e
·2 ·2 ·1 0 3
ro n ·0 ·0 ·3 ·8 ·5 ·6 ra dua NS Hai 6
lic 0
6
5 5 7 1
) ) )
e P
R
aku, 8 4 0 2 ld e ) ) )8 ra
) )4 ) ) ) )6 e
Sebuah
M n Hai
ulang
S tik
D aku;kamu
Hai
D n
iffen C D n
e P ro 1 1 0 1 0 M aku p

·2 ·2 ·9 ·4 ·9 ·11
SAYA, SEBUAH
aku II
Sebuah
tio C
n rtic n
ulang Sebuah Sebuah
3 HaiM
: n n 7 1 9 akuca
Sebuah

e ts
T fid ;e (4
1 (0
1 (0 ( (0
0 (
(n kamu w
Sebuah
D Sebuah
aku m ip ·0 ·0 ·8 ·1 ·7 ·1
ju H 1 1 1 2 1 1 M S e
SEBUAH
2 0 se
ste e ·5 ·4 ·4 ·7 ·0 · 2 Hai tro Hain Sebuah n H 4 0 8 4 = ti
D C –8 –5 –1 - - –1 H
e ts 1 1 1 5 M
SEBUAH

7 5 5 6 6 6 D e /N
Sebuah
rt
D
L (1 (0 (0 (1 (0 (0 e k ls w H ·4 ·3 ·1 ·6 ·1
0 ·
3 7 Hai M
FO kamu · 0 ·9 ·9 ·4 ·7 · 8 akue
di dalam

6 4 7 6 rta
R n 1 kamuitu
te L
B )2 )8 )3 ) )/ ) 1 te
G 2 5 5 3 0 2 M dosa rv /0 ) S
Sebuah
G –2 –2 –2 –5 –1 –1 Hai
saya, A
/‡
1 /‡
1 ·9 / ·0 / itl
B
·1 ·1 ·21 8 ·21
G M
e rta la kamu n
5
Sebuah
, lihat
·4 ·2 ·2 ·3 ·6 ·9 . M
G Hai 2 1 2 4 2 3 C e e (7
0 7 (0 0 (R D
e (8 (7 ( (1
HaitS
D ·8 nya
n ) ) ) ) ) ) sedikit
saya
C ·7 R
D Di dalam
x ·1
0 ·1
0 3 ·1
0 ·0 cru
e 2 - 8 –3
Sebuah
S R n
R, dia P n Sebuah
- –1 –1 1 –4
di dalam

sm tu R ro D H
e 1 ·11 ·0 1 /R D
te (9 P nya ·1
3 ·3 3 ·
5 0 ·
3 iv
Hai ; 1 1 1 2 1 1 M 5 Hai
Sebuah
rt 6 ) 0 ) 8 R
·5 ·6 ·5 ·7 ·0 · 1 Hai % ) )† 5 ) )
pengenal
JIKA
D kamu
kerabat
SEBUAH
Sebuah

G 5 5 3 7 5 2 D
rasio
G
(0 (1 (0 (1 (0 (0 e C
di dalam
ss J)
n D
, : Hai lco
Sebuah

ke saya
·9 ·0 ·9 ·3 ·6 · 7 aku iv 1 1 1 1 F 9(
ic ·2 · ·0 ·1 e 5
·1
SAYA)
ta P 8 5 8 8 7 2 2 lh
Sebuah
ta ·11 0 3 M % M
1 2 9 1
pengenal
aku - - - - - - io
kamu
Sebuah

ch kemarahan
2 2 2 5 1 1 n (7
1 ( (0 ( (8
0 ( P
·4 ·5 ·4 ·5 ·6 ·7 z lco le C Hai
Sebuah Sebuah

Hai D Sebuah
·0 ·0
9 ·8 ·0
9 ·9 ·1
0
4 9 1 8 6 5 n
Sebuah
le n
fa ra 2 5 5 0 9 (n
SAYA)

ste stin ) ) ) ) ) ) D D
–5 - –1 –1 - - e
S M n 1 1 = n
ro ·5 ·31 ·2 ·5 ·31 ·5 ts
G P
ulang ta
io 3 0 4 ,
aku
G G Hai
n n )4 ) /1 )/13 )/10 )/ )‡ 7 7
8 n
Sebuah
lu
Sebuah
n
D 1 1 1 2 1 1 M e
ulang Sebuah
lH /†
1 ·0 ·0 ·1 ·0 /1 6 D
bersama
·5 ·6 ·4 ·7 ·0 · 1 Hai ssion ·1 9 ·2 )
e
G se e 8 th
0 1 9 2 3 1 D ts, a
(6 (5
0 (3
0 (0 3 Hai
F ; (0 (1 (0 (1 (0 (0 e n
Sebuah
rt (5 ·80 ·8 ·8 ·8 (
R
.
B
·9 ·0 ·9 ·3 ·6 · 7 aku L ·0 ·01 se
P n kamu 9 8 6
,
B 5 3 5 5 5 1 3 n D
Sebuah
n 4 - - –8 –0 2 w
- - - - - - G - 1 1 - itu
2 2 2 5 1 1 ly th ·21 ·21 ·4 ·1 1
lihat Sebuah
Hai ·3 ·5 ·3 ·4 ·6 ·7 B ·41 9 7 4 8 ·4
D
8 3 6 7 3 3 se Hai Hai
se Hai 0 ) ) ) ) 9
lihat

) ) ) ) ) ) S ) ) kamu
D T
 SINDROM METABOLIK DAN KEMATIAN PADA LANSIA

di antara 1-2, 3, dan 4-5 komponen MetS adalah 1·28 (0·98–1·66),

1·44 (1·10–1·89), dan 1·43 (1·09-1 ·88), masing-masing.
Kematian CVD di antara peserta dengan kombinasi yang berbeda dari
tiga komponen MetS ditunjukkan pada Tabel 4. RR, berkisar dari 1·21
hingga 5·31, dihitung dengan membandingkan peserta dengan MetS dan
mereka yang tidak memiliki komponen MetS, disesuaikan dengan usia,
jenis kelamin, merokok, kolesterol total dan eGFR. Dibandingkan dengan
mereka yang tidak memiliki komponen MetS, risiko kematian CVD terbesar
pada peserta dengan tiga komponen ditemukan pada mereka yang
memiliki tekanan darah tinggi, obesitas sentral, dan HDL-C rendah. RR yang
disesuaikan untuk mortalitas CVD adalah 5,31 (2,27-12,41).

Diskusi

Dalam penelitian ini, kami menunjukkan, untuk pertama kalinya, bahwa orang
tua dengan AHA/NHLBI didefinisikan MetS berada pada risiko yang lebih tinggi
untuk CVD dan semua penyebab kematian daripada NS lansia yang tidak
memenuhi kriteria MetS di Taiwan. RR yang disesuaikan untuk CVD dan semua
penyebab kematian adalah 1,48 (1,45 pada pria dan 1,66 pada wanita) dan 1,16
(1,18 pada pria dan 1,15 pada wanita) semuaP < 0,05, masing-masing. Risiko CVD
dan semua penyebab kematian meningkat dengan jumlah komponen MetS. Di
antara peserta dengan tiga komponen MetS, risiko CVD terbesar ditemukan pada
mereka yang memiliki tekanan darah tinggi, obesitas sentral, dan HDL-C rendah.

Telah dibuktikan dengan baik bahwa MetS dikaitkan dengan peningkatan CVD dan semua penyebab kematian pada populasi

umum [3,9-13]. Meskipun MetS dikaitkan dengan peningkatan kejadian CVD pada orang tua [25], masih belum dapat disimpulkan

apakah MetS merupakan prediktor kematian [9,11,18]. Misalnya, MetS tidak terkait dengan peningkatan semua penyebab kematian

pada populasi lansia Italia selama 4 tahun masa tindak lanjut [18]. Demikian pula dengan menggunakan enam kriteria berbeda untuk

MetS yang mencakup kriteria Organisasi Kesehatan Dunia, EuropeanGroup for the Study of InsulinResistance, NCEP,

AmericanCollege of Endocrinology, International Diabetes Federation (IDF) dan AHA/NHLBI, MetS tidak dapat memprediksi semua

penyebab kematian pada pasien non-diabetes. Populasi Finlandia 1025 subjek, berusia 65-74 tahun, selama 13 tahun masa tindak

lanjut, terlepas dari kriteria yang digunakan [26]. Namun, penelitian kami menunjukkan bahwa RR yang disesuaikan untuk semua

penyebab kematian adalah 1,16 (1,03-1,30) pada orang tua. Oleh karena itu, temuan kami menunjukkan bahwa MetS merupakan

faktor risiko independen untuk semua penyebab kematian pada lansia di Taiwan. Selanjutnya, MetS dalam studi Finlandia, terlepas

dari kriteria yang digunakan, merupakan prediktor signifikan untuk CVD dengan RR mulai dari 1,31 hingga 1,51 pada orang tua [26].

Demikian pula, kami menemukan bahwa RR yang disesuaikan untuk mortalitas CVD adalah 1,45 (1,07-1,96) pada pria dan 1,66

Gambar 1 Kurva kelangsungan hidup untuk kematian kardiovaskular (CVD) (1,05-2,60) pada wanita (Tabel 2). Dengan demikian, hasil kami memberikan dukungan lebih lanjut untuk gagasan bahwa MetS

(a) dan semua penyebab kematian (b) menurut jumlah komponen merupakan faktor risiko independen untuk kematian CVD pada orang tua. temuan kami menunjukkan bahwa MetS merupakan
sindrom metabolik (MetS), disesuaikan dengan usia, jenis kelamin,
faktor risiko independen untuk semua penyebab kematian pada orang tua di Taiwan. Selanjutnya, MetS dalam studi Finlandia,
merokok, kolesterol total dan eGFR. Jumlah peserta di antara 0, 1–
terlepas dari kriteria yang digunakan, merupakan prediktor signifikan untuk CVD dengan RR mulai dari 1,31 hingga 1,51 pada orang
2, 3, dan 4-5 kelompok komponen MetS masing-masing adalah
683, 4241, 2398 dan 2569. tua [26]. Demikian pula, kami menemukan bahwa RR yang disesuaikan untuk mortalitas CVD adalah 1,45 (1,07-1,96) pada pria dan

1,66 (1,05-2,60) pada wanita (Tabel 2). Dengan demikian, hasil kami memberikan dukungan lebih lanjut untuk gagasan bahwa MetS

merupakan faktor risiko independen untuk kematian CVD pada orang tua. temuan kami menunjukkan bahwa MetS merupakan

Proporsi peserta dengan 0–5 komponen MetS masing-masing adalah faktor risiko independen untuk semua penyebab kematian pada orang tua di Taiwan. Selanjutnya, MetS dalam studi Finlandia,

6,8%, 18,4%, 24,7%, 24,1%, 17,8%, dan 8,1%. Di antara kelompok yang terlepas dari kriteria yang digunakan, merupakan prediktor signifikan untuk CVD dengan RR mulai dari 1,31 hingga 1,51 pada orang

berbeda dengan berbagai nomor komponen MetS, kurva kelangsungan tua [26]. Demikian pula, kami menemukan bahwa RR yang disesuaikan untuk mortalitas CVD adalah 1,45 (1,07-1,96) pada pria dan

hidup yang disesuaikan untuk CVD dan semua penyebab kematian 1,66 (1,05-2,60) pada wanita (Tabel 2). Dengan demikian, hasil kami memberikan dukungan lebih lanjut untuk gagasan bahwa MetS

ditunjukkan pada Gambar. 1. Dibandingkan dengan mereka yang tidak merupakan faktor risiko independen untuk kematian CVD pada orang tua.

memiliki komponen MetS, RR untuk mortalitas CVD antara 1–2, 3, dan 4– 5 Jumlah komponen MetS yang terkait dengan CVD dan semua
komponen MetS adalah 1·93 (0·94–3·97), 2·46 (1·18–5·12), dan 2·91 (1·04– penyebab kematian telah diperiksa dalam penelitian sebelumnya
6·40), masing-masing. RR untuk semua penyebab kematian [6,10,27,28]. Dalam studi ini, risiko kejadian dan kematian CVD dan

Jurnal Investigasi Klinis Eropa Vol 38 473

 CJ WEN DLL. www.ejci-online.com

Tabel 4 Disesuaikan* risiko relatif (RR) untuk kematian penyakit kardiovaskular (CVD) yang terkait dengan tiga kelompok komponen dari:
sindrom metabolik (MetS)
Kematian CVD

Peserta Meninggal RR (95%CI)

Tidak ada komponen MetS (grup referensi) 721 10 1
HBP+CO+HDL 352 20 5·31(2·27–12·41)§
HBP+IFG+TG 225 11 2·70(1·06–6·85)†
HBP+CO+TG 211 10 2·33(0·86–6·34)
IFG+TG+HDL 138 3 2·08(0·55–7·87)
HBP+IFG+CO 712 23 2.02(0.87–4·70)

HBP, tekanan darah tinggi; IFG, gangguan glukosa puasa; TG, trigliserida tinggi; HDL, kolesterol lipoprotein densitas tinggi rendah; CO, obesitas sentral; CI, selang kepercayaan.

Semua 10 kemungkinan cluster tiga komponen MetS dimasukkan ke dalam model dan dibandingkan dengan individu tanpa komponen MetS (kelompok referensi).
Lima kelompok teratas MetS dengan RR CVD yang lebih tinggi tercantum dalam tabel.
* Disesuaikan untuk usia, jenis kelamin, merokok, kolesterol total dan eGFR. †P <
0.05,P < 0.01,P < 0.001.

semua penyebab kematian meningkat dengan jumlah komponen MetS.
Demikian pula, penelitian kami saat ini mengungkapkan bahwa RR untuk
CVD dan semua penyebab kematian meningkat dengan jumlah komponen
MetS (Gbr. 1). Namun, besarnya peningkatan RR lebih besar untuk kematian
CVD daripada semua penyebab kematian. Hal ini mirip dengan temuan
yang dilaporkan oleh Simonsdkk. [28].
Risiko berkembangnya penyakit jantung koroner dan semua
penyebab kematian yang terkait dengan berbagai kombinasi
komponen MetS telah diteliti baru-baru ini [29,30]. Hongdkk.
telah menunjukkan, misalnya, bahwa individu dengan tekanan darah tinggi dan
IFG yang dikelompokkan dengan HDL-C rendah atau trigliserida tinggi memiliki
risiko terbesar untuk penyakit jantung koroner dan semuanya menyebabkan
kematian dalam tiga kelompok komponen [29]. Guizedkk. telah menemukan
bahwa obesitas sentral ditambah IFG, ditambah baik BP tinggi atau trigliserida
tinggi menimbulkan risiko tertinggi untuk semua penyebab kematian [30].
Namun, belum ada laporan tentang hubungan antara kombinasi yang berbeda
dari komponen MetS dan mortalitas CVD. Dalam penelitian kami saat ini, kami
menemukan bahwa kombinasi tekanan darah tinggi, obesitas sentral dan HDL-C
rendah menimbulkan risiko terbesar untuk kematian CVD (Tabel 4). Selain itu,
risiko kematian CVD di antara berbagai kombinasi komponen MetS sangat
bervariasi. Secara keseluruhan, tampaknya menunjukkan bahwa MetS adalah
sindrom non-homogen dan memerlukan penelitian lebih lanjut untuk
memperjelas definisi dan prediksi risikonya.
Meskipun kami menunjukkan MetS sebagai faktor risiko penting untuk
CVD dan semua penyebab kematian pada orang tua, ada beberapa
keterbatasan dalam penelitian ini. Pertama-tama, ada beberapa kriteria
yang saat ini digunakan untuk mendefinisikan MetS, dan kami belum
memasukkan semuanya dalam penelitian ini. Namun, kriteria AHA/NHLBI
tampaknya lebih baik dalam mengidentifikasi orang dengan peningkatan
risiko kematian CVD dalam kohort Asia daripada kriteria IDF [31,32]. Kedua,
populasi penelitian kami diambil dari sukarelawan yang hadir
pusat pemeriksaan kesehatan daripada subyek perwakilan nasional.
Ketiga, hanya data dasar dari peserta ini yang tersedia; ini dapat
menyebabkan kemungkinan kesalahan klasifikasi status MetS selama
masa tindak lanjut.
Singkatnya, kami menemukan bahwa MetS menggunakan kriteria AHA/NHLBI
adalah gangguan umum pada lansia Taiwan. Lansia dengan MetS memiliki risiko
lebih tinggi untuk CVD dan semua penyebab kematian dibandingkan dengan
mereka yang tidak MetS. Risiko meningkat secara bertahap dengan jumlah
komponen MetS. Selain itu, risiko kematian CVD di antara berbagai kombinasi
komponen MetS bervariasi dengan rentang yang luas. Oleh karena itu,
mengidentifikasi lansia berisiko tinggi 'benar' dengan MetS mungkin memerlukan
penyempurnaan lebih lanjut dalam definisinya dalam praktik klinis kami.
Ucapan Terima Kasih
Penulis ingin mengucapkan terima kasih kepada Ms. Bonnie Chien di
Universitas Stanford karena telah meninjau naskah dengan baik.
Alamat
Departemen Kedokteran Keluarga, Universitas Nasional Taiwan
Rumah Sakit, Taipei, Taiwan (CJ Wen, YS Lee, HL Huang,
CA Yao, KC Huang); Departemen Geriatri dan Gerontologi, Rumah Sakit
Universitas Nasional Taiwan, Taipei, Taiwan (CJ Wen, KC Huang);
Departemen Kedokteran Keluarga, Rumah Sakit Universitas
Kedokteran China, Taichung, Taiwan (WY Lin).
Korespondensi ke: Kuo-Chin Huang MD, PhD, Departemen
Kedokteran Keluarga, Rumah Sakit Universitas Nasional Taiwan, 7
Chung-Shan South Road, Taipei, Taiwan 100,
Telp.: +886-2-23123456 ext 6081; faks: +886-2-23118674 ;
email: bretthuang@ntu.edu.tw
Diterima Desember 2007; diterima 2 April 2008

474 © 2008 Penulis. Kompilasi Jurnal © 2008 Blackwell Publishing Ltd

 SINDROM METABOLIK DAN KEMATIAN PADA LANSIA
Referensi
1 Cameron AJ, Shaw JE, Zimmet PZ. Sindrom metabolik:
prevalensi pada populasi di seluruh dunia. Endocrinol Metab Clin North Am
2004;33:351–75.
2 Ford ES. Prevalensi sindrom metabolik pada populasi AS.
Endocrinol Metab Clin North Am 2004;33:333–50.
3 Lakka HM. Laaksonen DE, Lakka TA, Niskanen LK, Kumpusalo
E, Tuomilehto J dkk. Sindrom metabolik dan kematian total dan
penyakit kardiovaskular pada pria paruh baya. JAMA
2002;288:2709–16.
4 Lorenzo C, Okoloise M, Williams K, Stern MP, Haffner SM. NS
sindrom metabolik sebagai prediktor diabetes tipe 2: studi jantung San
Antonio. Perawatan Diabetes 2003;26:3153–9.
5 Dekker JM, Girman C, Rhodes T, Nijpels G, Stehouwer CD, Bouter
LMdkk.Sindrom metabolik dan risiko penyakit kardiovaskular 10 tahun dalam
Studi Hoorn. Sirkulasi 2005;112:666–73.
6 McNeill AM, Rosamond WD, Girman CJ, Golden SH, Schmidt MI,
HE Timur dkk. Sindrom metabolik dan risiko 11 tahun kejadian penyakit
kardiovaskular pada risiko aterosklerosis dalam studi komunitas. Perawatan
Diabetes 2005;28:385–90.
7 Wilson PW, D'Agostino RB, Parise H, Sullivan L, Meigs JB.
Sindrom metabolik sebagai prekursor penyakit kardiovaskular dan
diabetes mellitus tipe 2. Sirkulasi 2005;112:3066–72. 8 Kurl S, Laukkanen
JA, Niskanen L, Laaksonen D, Sivenius J,
Nyyssonen K dkk. Sindrom metabolik dan risiko stroke pada pria paruh
baya. Pukulan 2006;37:806–11.
9 Ford ES. Risiko untuk semua penyebab kematian, penyakit kardiovaskular, dan
diabetes yang terkait dengan sindrom metabolik: ringkasan bukti. Perawatan
Diabetes 2005;28:1769–78.
10 Malik S, Wong ND, Franklin SS, Kamath TV, L'Italien GJ, Pio JR
dkk. Dampak sindrom metabolik pada kematian akibat penyakit jantung
koroner, penyakit kardiovaskular, dan semua penyebab pada orang dewasa
Amerika Serikat. Sirkulasi 2004;110:1245–50.
11 Hu G, Qiao Q, Tuomilehto J, Balkau B, Borch-Johnsen K, Pyorala K.
Prevalensi sindrom metabolik dan hubungannya dengan semua penyebab
dan kematian kardiovaskular pada pria dan wanita Eropa nondiabetes. Arch
Intern Med 2004;164:1066–76.
12 Berburu KJ, Resendez RG, Williams K, Haffner SM, Stern MP.
Program Pendidikan Kolesterol Nasional versus sindrom metabolik
Organisasi Kesehatan Dunia dalam kaitannya dengan semua penyebab
dan kematian kardiovaskular dalam Studi Jantung San Antonio.
Sirkulasi 2004;110:1251–7.
13 Eckel RH, Grundy SM, Zimmet PZ. Sindrom metabolik.
Lanset 2005;365:1415–28.
14 AthyrosVG, Ganotakis ES, ElisafMS, Liberopoulos EN, Goudevenos
IA, Karagiannis A. Prevalensi penyakit vaskular pada sindrom metabolik
menggunakan tiga definisi yang diusulkan. Int J Cardiol
2007;117:204–10.
15 ForDES, GilesWH, DietzWH. Prevalensi sindrom metabolik
di antara orang dewasa AS. Temuan dari Survei Pemeriksaan Kesehatan
dan Gizi Nasional ketiga.JAMA 2002;287:356–9.
16 Hwang LC, Bai CH, Chen CJ. Prevalensi obesitas dan metabolik
sindrom di Taiwan. J Formos Med Assoc 2006;105:626–35. 17 Huang
KC, Lee MS, Lee SD, Chang YH, Lin YC, Tu SHdkk.
Obesitas pada lansia dan hubungannya dengan faktor risiko kardiovaskular
di Taiwan. Obesitas 2005;13:170–8.
18 Ravaglia G, Forti P, Maioli F, Bastagli L, Chiappelli M, Montesi F dkk.
Sindrom Metabolik: prevalensi dan prediksi kematian pada individu
lanjut usia. Perawatan Diabetes 2006;29:2471–6.
19 Shen YH, Yang WS, Lee TH, Lee LT, Chen CY, Huang KC. Bright liver dan
alanine aminotransferase berhubungan dengan sindrom metabolik pada
orang dewasa.Obesitas 2005;13:1238–45.
20 Huang KC, Lin WY, Lee LT, Chen CY, Lo H, Hsia HH dkk. Empat indeks
antropometrik dan faktor risiko kardiovaskular di Taiwan.
Int J Obes Relat Metab Disord 2002;26:1060–8. Ma YC, Zuo L, Chen JH, Luo Q,
21 Yu XQ, Li Ydkk. Persamaan perkiraan laju filtrasi glomerulus yang
dimodifikasi untuk pasien Cina dengan penyakit ginjal kronis. J Am Soc
Nephrol 2006;17:2937–44. Grundy SM, Cleeman JI, Daniels SR, Donato KA,
22 Eckel RH, Franklin BAdkk. Diagnosis dan manajemen sindrom metabolik:
Pernyataan Ilmiah American Heart Association/National Heart, Lung, and
Blood Institute. Sirkulasi 2005;112:2735–52. Lee ET, Pergi PL. Analisis
kelangsungan hidup dalam penelitian kesehatan masyarakat.Kesehatan
23 Masyarakat Annu Rev 1997;18:105–34.
24 Ghali WA, Quan H, Brant R, van Melle G, Norris CM, Faris PD dkk.
Perbandingan 2 metode untuk menghitung kurva kelangsungan hidup yang
disesuaikan dari model bahaya proporsional. JAMA 2001;286:1494–7. Scuteri
25 A, Najjar SS, Morrell CH, Lakatta EG. Sindrom metabolik pada individu yang
lebih tua. prevalensi dan prediksi kejadian kardiovaskular: Studi Kesehatan
Kardiovaskular.
Perawatan Diabetes 2005;28:882–7.
26 Wang J, Ruotsalainen S, Moilanen L, Lepisto P, Laakso M, Kuusisto J. Sindrom
metabolik memprediksi kematian kardiovaskular: studi tindak lanjut 13 tahun
di Finlandia non-diabetes tua.
Eur Heart J 2007;28:857–64.
27 Sattar N, Gawa, Scherbakova O, Ford I, O'ReillyDS, Haffner SMdkk.
Sindrom metabolik dengan dan tanpa protein C-reaktif sebagai prediktor
penyakit jantung koroner dan diabetes di West of Scotland Coronary
Prevention Study. Sirkulasi 2003;108:414–9. Simons LA, Simons J, Friedlander
28 Y, McCallum J. Apakah diagnosis sindrom metabolik memberikan prediksi
tambahan penyakit kardiovaskular dan kematian total pada orang tua? Studi
Dubbo.Med J Aust 2007;186:400–3. HongY, JinX,Mo J, LinHM, DuanY, PuMdkk.
Sindrom metabolik, kelompok unggulannya, insiden penyakit jantung
29 koroner dan semua penyebab kematian – hasil analisis prospektif untuk studi
Risiko Aterosklerosis dalam Komunitas. J Intern Med 2007;262:113–22. Guize
L, Thomas F, Pannier B, Bean K, Jego B, Benetos A. Semua penyebab
kematian terkait dengan kombinasi spesifik dari sindrom metabolik menurut
30 definisi terbaru.
Perawatan Diabetes 2007;30:2381–7.
31 Lee J,Ma S, HengD, TanCE, ChewSK, Hughes K dkk. Haruskah obesitas sentral
menjadi komponen opsional atau esensial dari sindrom metabolik? Risiko
penyakit jantung iskemik dalam Studi Kohort Kardiovaskular Singapura.
Perawatan Diabetes 2007;30:343–7.
32 Khoo CM, Liew CF, Chew SK, Tai ES. Dampak obesitas sentral sebagai
prasyarat diagnosis sindrom metabolik.Kegemukan
2007;15:262–9.
Jurnal Investigasi Klinis Eropa Vol 38 475