Sensitifitas dan Spesifisitas IMT dan Lingkar Pinggang-Panggul dalam Mengklasifikasikan Kegemukan pada Wanita
Abstrak: Persen lemak tubuh
merupakan indikator paling tepat untuk mengidentifikasi kegemukan namun
memerlukan alat yang relatif mahal dan untuk pengukuran tebal lemak bawah kulit
memerlukan keterampilan pengukur yang tinggi. Indikator yang sering digunakan
dalam penentuan kegemukan di masyarakat adalah Indeks Masa Tubuh (IMT), Lingkar
pinggang (Lipi), dan rasio lingkar pinggang panggul (RLPP). Namun uji
sensitifitas dan spesifisitas ketiga parameter tersebut terhadap hasil
pengukuran persen lemak tubuh perlu dilakukan. Sebanyak 185 subyek wanita usia
20-49 tahun dipilih secara convenience. Persen lemak tubuh didapatkan dari
pengukuran tebal lemak suprailiac dengan skinfold caliper dan dihitung dengan
rumus Sirri dan Durnin Womersly. Uji sensitifitas dan spesifisitas dilakukan
menggunakan Receiver Operator Characteristic Curve (ROC). Cut-off persen lemak
tubuh yang digunakan untuk mengklasifikasikan kegemukan adalah ≥32% dan ≥28%.
Diagnostic power dari pengukuran IMT, Lipi, dan RLPP ditentukan berdasarkan
area di bawah kurva (area under the curve (AUC)). Median IQR usia responden
adalah 33 (27; 44), rata-rata IMT 24,49±0,01; Lipi 79,27±1,15, dan RLPP
0,83±0,085. Berdasarkan kurva ROC maka IMT dan lingkar pinggang mempunyai
kemampuan untuk mengidentifikasi kegemukan yang sangat baik (AUC >0,9)
dibandingkan dengan RLPP (AUC 0,79-0,8) sehingga RLPP mempunyai validitas lebih
rendah dibanding IMT dan Lipi. Penggunaan cut-off IMT 25 kg/m2 dalam
mengklasifikasikan kegemukan mempunyai nilai spesifisitas yang sangat baik (97%)
namun sensitifitas jelek (60%). Adapun
Lipi dengan cut-off 80 cm mempunyai
spesifisitas 98% dan sensitifitas 70%; RLPP dengan cut-off 0,8 mempunyai
sensitifitas dan spesifisitas tingkat sedang (70% dan 70%). Sehingga
direkomendasikan cut-off dengan sensitifitas dan spesifisitas optimal untuk IMT
adalah 21,41-22,7 kg/m2 dan 73,9-76,08 cm untuk Lipi.
Penulis: Nia Novita Wirawan
Kode Jurnal: jpkesmasdd160149
