Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKNama : Utih ArupahNPM : 1506787121Program : Magister Ilmu Kesehatan MasyarakatJudul : Model Prediksi Berat Badan Menggunakan Prediktor LingkarLengan Atas, Lingkar Pinggang, Lingkar Paha, Lingkar Betis,dan Panjang BadanPengukuran berat badan di rumah sakit merupakan parameter yang objektif,akan tetapi tidak semua pasien yang dirawat dapat dilakukan penimbanganberat badan dengan timbangan biasa, karena pasien tidak bisa berdiri tegak,ketidakmampuan pasien untuk berdiri,lemah tubuh, kesadaran menurun, karenapenyakit tertentu sehingga data yang dihasilkan memiliki reliabilitas yangkurang baik. Lingkar lengan, lingkar pinggang, lingkar paha, lingkar betis danpanjang badan merupakan salah satu ukuran antropometri yang kuat dapatdigunakan untuk memprediksi berat badan. Penelitian ini bertujuan untukmengembangkan model prediksi berat badan berdasarkan lingkar lengan atas,lingkar pinggang, lingkar paha, lingkar betis dan panjang badan. Penelitiandilakukan pada bulan nopember 2017. Disain yang digunakan adalah crosssectional jumlah sampel 160 orang pegawai yang diambil secara simplerandom sampling di RSCM. Variabel yang dikumpuli meliputi berat badan,lingkar lengan atas, lingkar pinggang, lingkar paha, lingkar betis, dan panjangbadan. Berat badan diukur dengan penimbangan dan lingkar lengan atas,lingkar pinggang, lingkar paha, lingkar betis dengan melingkari pita, panjangbadan dengan ukuran meteran. Hasil akhir dari penelitian menghasilkan modelprediksi berat badan untuk mendapatkan berat badan prediksi. Menghasilkan18 model prediksi berat badan memiliki nilai R square tinggi yaitu: 2 modelprediksi berat berat untuk laki-laki R2= 0,898, dan R2= 0,930, 9 model prediksiberat badan untuk perempuan R2=0,960, R2=0,952, R2=0,953, R2=0,956,R2=0,968, R2=0,949, R2=0,945, R2=0,963, R2= 0,944 dan 7 model prediksiuntuk gabungan laki-laki dan perempuan R2=0,949, R2=0,934, R2=0,893,R2=0,935, R2=0,914, R2=0,913, R2=0,929. Peneliti menyimpulkan bahwamodel prediksi berat badan yang dihasilkan akurat untuk memprediksi beratbadan dewasa. Namun perlu dilakukan penelitian kembali pada populasi yanglebih luas.Kata Kunci : Model Prediksi, Berat Badan, Lingkar Lengan Atas

---

ABSTRACTNama Utih ArupahNPM 1506787121Program Master of Public HealthJudul Weight Prediction Models Using Upper Arm CircumferencePredictor, Waist Circumference, Thigh Circumference, CalfCircumference and body LengthThe Weight measurement at Hospital is an objective parameter, however thereare only a few treated patients whose body weights can be measured withordinary scales. The reasons are mostly because of their inability to stand up bythemselves or because of certain disease so that the data results have lessreliability. Arm circumference, waist circumference, thigh circumference, calfcircumference and body length are one of the strongest anthropometry can beused to predict body weight. This research aims to develop a weight predictionmodel based on the upper arm circumference, waist circumference, thighcircumference, calf circumference and body length. This research wasconducted in November 2017. The design which used are cross sectional with160 samples of staffs which were taken by simple random in RSCM. Thecollected variables which consist of body weight, upper arm circumference,waist circumference, thigh circumference, calf circumference, and body length.Measurement of body weights can be done by weighing them. Measurement ofupper arm circumference, waist circumference, thigh circumference, calfcircumference can be done by using metering ribbon, and body length withstick meter. The final result of the research creates the formula of body weightprediction to get body weight rsquo s prediction. Producing 18 weight predictionmodels that have high lsquo R rsquo square value, that is 2 weight prediction models forman which are R2 0,898, and R2 0,930, 9 weight prediction models forwomen which are R2 0,960, R2 0,952, R2 0,953, R2 0,956, R2 0,968,R2 0,949, R2 0,945, R2 0,963, R2 0,944 and 7 weight prediction models ofmixed gender R2 0,949, R2 0,934, R2 0,893, R2 0,935, R2 0,914, R2 0,913,R2 0,929 . Scientists concluded that weight prediction models which wasdeveloped is accurate for predicting adult body weight. However, it needs to bere examined in the wider population.Keywords Prediction model, weight, upper arm circumference"

"Otot merupakan fungsi dari aktivitas sehari-hari. Seiring bertambahnya usia, perubahan organ tubuh menyebabkan penurunan massa otot yang berakibat pada individu lanjut usia mengalami penurunan kekuatan tubuh sehingga mobilitasnya berkurang, kesulitan dalam melakukan aktivitas sehari-hari, kesulitan menjaga keseimbangan tubuh, meningkatkan resiko seseorang mengidap penyakit. orang lanjut usia mudah jatuh dan mengalami patah tulang. Namun demikian tidak semua metode pengukuran massa otot apendikuler praktis dan murah sehingga diperlukan metode lain yang dapat mengukur massa otot apendikuler dengan biaya yang sederhana, praktis, dan murah. Tujuan penelitian ini adalah untuk mendapatkan model prediksi massa otot apendikuler berdasarkan lingkar tengah paha, lingkar betis dan lingkar lengan atas sebagai alternatif pengukuran massa otot pada lansia. Penelitian ini menggunakan desain penelitian potong lintang dengan jumlah sampel 101 individu berusia ≥60 tahun (37 laki-laki dan 64 perempuan) di Desa Kadumanggu. Model prediksi yang dihasilkan adalah Massa Otot Apendikuler (kg) = (64.171 x Tinggi Badan (m)) + (1.710 x Indeks Massa Tubuh (kg / m2)) - (0.109 x Lingkar Lengan Atas (cm)) + 0.178 x Lingkar Betis (cm)) + (0,033 x Lingkar Paha Tengah (cm)) - (0,535 x Berat Badan (kg)) - (0,065 x Usia (tahun)) - 98,098 untuk pria lanjut usia (R2 = 0,710; LIHAT = 1, 43 kg ; p <0,05) dan Massa Otot Apendikular (kg) = (8,987 x Tinggi Badan (m)) - (0,170 x Indeks Massa Tubuh (kg / m2)) - (0,117 x Lingkar Lengan Atas (cm)) + (0,121 x Lingkar Betis (cm)) - (0,025 x Lingkar Paha Tengah (cm)) + (0,160 x Berat Badan (kg)) - (0,059 x Usia (tahun)) - 6,491 untuk wanita (R2 = 0,700; LIHAT = 1,23 kg; p <0,05). Model prediksi ini menunjukkan bahwa berat badan, tinggi badan, indeks massa tubuh, umur, lingkar tengah paha, lingkar betis, dan lingkar lengan atas memiliki hubungan yang signifikan dengan massa otot apendikuler.

---

Muscle is a function of daily activities. With age, changes in body organs cause a decrease in muscle mass which results in elderly individuals experiencing a decrease in body strength so that their mobility is reduced, difficulty in carrying out daily activities, difficulty maintaining body balance, increasing a person's risk of suffering from disease. elderly people fall easily and have broken bones. However, not all methods of measuring appendicular muscle mass are practical and inexpensive so that another method is needed that can measure appendicular muscle mass at a cost that is simple, practical, and inexpensive. The purpose of this study was to obtain a predictive model for appendicular muscle mass based on mid-thigh circumference, calf circumference and upper arm circumference as an alternative to measuring muscle mass in the elderly. This study used a cross-sectional study design with a total sample of 101 individuals aged ≥60 years (37 males and 64 females) in Kadumanggu Village. The resulting prediction model is Appendicular Muscle Mass (kg) = (64,171 x Body Height (m)) + (1,710 x Body Mass Index (kg / m2)) - (0.109 x Upper Arm Circumference (cm)) + 0.178 x Calf Circumference (cm)) + (0.033 x Mid Thigh Circumference (cm)) - (0.535 x Body Weight (kg)) - (0.065 x Age (years)) - 98.098 for elderly men (R2 = 0.710; VIEW = 1.43 kg; p <0.05) and Appendicular Muscle Mass (kg) = (8.987 x Body Height (m)) - (0.170 x Body Mass Index (kg / m2)) - (0.117 x Upper Arm Circumference (cm)) + (0.121 x Calf Circumference (cm)) - (0.025 x Mid Thigh Circumference (cm)) + (0.160 x Body Weight (kg)) - (0.059 x Age (years)) - 6.491 for women (R2 = 0.700; VIEW = 1.23 kg; p <0.05). This predictive model shows that body weight, height, body mass index, age, mid-thigh circumference, calf circumference, and upper arm circumference have a significant relationship with appendicular muscle mass."

"Massa otot memiliki banyak manfaat, termasuk untuk aktivitas kehidupan sehari-hari dan memengaruhi dalam kinerja olahraga. Selain itu, otot juga berperan sebagai pencegahan dari berbagai kondisi patologis dan penyakit kronis yang umum terjadi. Kemajuan teknologi telah membuat massa otot semakin mudah diukur dengan akurat, namun tidak semua kegiatan dapat mengakses alat ukur massa otot dengan mudah terkait alat ukur yang terbatas dan terbilang mahal. Tujuan penelitian ini adalah untuk menciptakan metode alternatif menghitung massa otot berdasarkan ukuran lingkar betis, lingkar otot lengan atas, dan lingkar lengan atas pada karyawan Fakultas Kesehatan Masyarakat Universitas Indonesia. Penelitian ini menggunakan desain cross sectional dengan total sampel 96 responden. Hasil penelitian menunjukkan adanya korelasi kuat pada jenis kelamin yang tidak dibedakan antara lingkar otot lengan atas dengan massa otot r = 0,545, korelasi kuat pada laki-laki antara lingkar lengan atas dengan massa otot r = 0,650, serta korelasi kuat pada perempuan antara lingkar betis dengan massa otot r = 0,716. Model prediksi yang paling ideal digunakan adalah Massa Otot kg = 11,964 JK 1,108 LiLA cm 0,07 LOLA cm 5,757 dengan nilai akurasi 0,829 dan pertimbangan akurasi yang tinggi serta kemudahan pengaplikasian di lapangan.

---

Muscle mass has many benefits, including for daily activities and sports performance. In addition, muscle also serves as a prevention of various pathological conditions and chronic diseases are common. Advanced technology makes easier to measure muscle mass accurately, but not all activities can easily access muscle mass measurements with limited and costly measuring instruments.

The purpose of this study is to create an alternative method of calculating muscle mass based on calf circumference, mid upper arm muscle circumference, and mid upper arm circumference on employees of Public Health Faculty, Universitas Indonesia. This study used cross sectional design and samples total in this study are 96 respondents.

The results showed a strong correlation of all samples between mid upper arm muscle circumference and muscle mass r 0,545, strong correlation in males sample between mid upper arm circumference and muscle mass r 0,650, and strong correlation in women samples between calf circumference and muscle mass r 0,716. The most ideal prediction model used is Muscle Mass kg 11,964 JK 1,108 LiLA cm-0,07 LOLA cm 5,757 with correlation value 0,829, high accuracy and applicable in the field. "

"Berat badan merupakan ukuran antropometri yang penting digunakan untuk beberapa prosedur medis dan gizi, tetapi dalam beberapa kondisi seperti remaja dengan disabilitas atau pasien tirah baring menyebabkan pengukuran berat badan yang akurat sulit untuk dilakukan. Penelitian ini bertujuan untuk mengembangkan rumus yang sederhana dalam memprediksi berat badan pada remaja di Bogor. Pengukuran berat badan (BB), lingkar lengan atas (LiLA) dan tinggi lutut (TL) dilakukan pada 130 siswa di SMA Budi Mulia Kota Bogor (14-18 tahun) pada bulan April 2016. Analisis korelasi dilakukan antara prediktor dengan berat badan aktual, serta dilakukan analisis regresi linier ganda untuk mendapatkan hasil rumus prediksi. Hasil penelitian menunjukkan terdapat korelasi yang sangat kuat antara BB dengan LiLA (r = 0,881) serta terdapat korelasi sedang antara BB dengan TL (r = 0,506). Model prediksi yang didapatkan pada remaja laki-laki adalah: berat badan estimasi (kg) = (LiLA (cm) x 2,6) + (TL (cm) x 1,2) ? 70,1 dan pada remaja perempuan: berat badan estimasi (kg) = (LiLA (cm) x 2,6) + (TL (cm) x 1,2) ? 72 (R-square 0,906, p < 0,001). Rumus yang didapatkan dalam penelitian berhasil memprediksi berat badan remaja secara akurat dan rumus ini direkomendasikan untuk digunakan dalam mengestimasi berat badan remaja.

---

Body weight is an important anthropometric measurement for many medical and nutritional procedures, but in some conditions like people with disability or bedridden patients, it is difficult to be weighed accurately. The aim of this study is to create a simple body weight predicting equations for Bogor adolescents. body weight (BW), mid-upper arm circumference (MUAC), and knee height (KH) measurements were taken from 130 SMA Budi Mulia students (14-18 years) on April 2016. A correlation analysis was performed between predictors and actual body weight, and a multiple linear regression was performed for analysis of the results. The result showed that there were a perfect correlation between BW and MUAC (r = 0,881), and a medium correlation between BW and KH (r = 0,506). The resulting equation for adolescent boys was: estimated weight (kg) = (MUAC (cm) x 2,6) + (KH (cm) x 1,2) ? 70,1 and for adolescent girls was: estimated weight (kg) = (MUAC (cm) x 2,6) + (KH (cm) x 1,2) ? 72 (R-square 0,906, p < 0,001). The developed equations predicted accurately Bogor adolescents? body weight and recommended to be used for estimating body weight in Bogor Adolescents."

"Imobilitas sering dijumpai pada pasien yang menjalani perawatan di rumah sakit, yang menyebabkan sulit dilakukan penimbangan. Kondisi lain seperti amputasi, organ tubuh tidak lengkap kongenital, tumor, pembesaran organ, kehamilan, edema atau asites, menyebabkan penimbangan berat badan tidak akurat. Berat badan diperlukan untuk menentukan kebutuhan energi, protein, cairan, serta pemantauan kecukupan tatalaksana nutrisi pada pasien, serta untuk perhitungan dosis obat dan fungsi ginjal. Formula berat badan estimasi telah dikembangkan dengan berbagai parameter antropometri, salah satunya Formula Cattermole yang menggunakan komponen lingkar lengan atas (LILA), dengan beberapa keuntungan yaitu mudah dan cepat dengan alat ukur yang efisien dan mudah dibawa. Penelitian ini merupakan studi potong lintang untuk mengetahui kesahihan rumus estimasi berat badan dengan berat badan (BB) aktual pada pasien rawat inap dewasa di RSUPN Dr.Cipto Mangunkusumo Jakarta (n=96). Didapatkan hasil rerata BB aktual 58,98 ± 13,80 kg, rerata BB estimasi berdasarkan LILA posisi tegak 60.1±17.28 kg, median BB estimasi berdasarkan LILA posisi baring 60.6 (21,2-114), beda rerata BB aktual dengan BB estimasi berdasarkan LILA posisi tegak -1.12 kg (p=0.16), beda rerata BB aktual dengan BB estimasi berdasarkan LILA posisi baring -1.38 (p=0.17). Dilakukan analisis Bland Altman, didapatkan limit of agreement (LOA) minimal dan maksimal berada di luar batas LOA 5 kg. Pola sebaran titik banyak di luar batas garis LOA baik minimal maupun maksimal pada kurva scatter plot Bland Altman. Sebagai kesimpulan, terdapat selisih antara berat badan estimasi menggunakan formula Cattermole dengan berat badan aktual, serta penelitian masih terbatas dilakukan pada pada pasien rawat inap di Indonesia. Fomula Cattermole belum dapat digunakan pada populasi umum di Indonesia. Diperlukan penelitian lebih lanjut pada populasi lain di Indonesia dengan kriteria subjek yang lebih beragam

---

Immobility is often found in patients undergoing hospital treatment, which makes weighing difficult. Other conditions such as amputation, congenital incomplete organs, tumors, organ enlargement, pregnancy, edema or ascites, cause inaccurate weight measurement. Body weight is needed to determine energy, protein, fluid requirements, as well as monitoring the adequacy of nutritional management in patients, as well as for calculating drug doses and kidney function. The estimated body weight formula has been developed with various anthropometric parameters, one of which is the Cattermole Formula which uses the upper arm circumference component, with several advantages, namely being easy and fast with efficient and easy-to-carry measuring instruments. This study was a cross-sectional study to determine the validity of the formula for weight estimation with actual body weight in adult inpatients at Dr. Cipto Mangunkusumo Hospital Jakarta (n = 96). The results obtained mean actual body weight was 58.98 ±13.80 kg, mean estimated body weight based on upright MUAC was 60.1±17.28 kg, median estimated body weight based on supine MUAC was 60.6 (21.2-114) kg, the average difference is -1.12 kg (p=0.16) between actual body weight and estimated body weight based on upright MUAC and -1.38 (p=0.17) between actual body weight and estimated body weight based on supine MUAC. Bland Altman analysis was performed, limit of agreement (LOA) minimum and maximum, all outside the LOA limit of 5 kg. The distribution pattern of many points outside the LOA line on the Bland Altman scatter plot curve. In conclusion, there is a difference between the estimated body weight using the Cattermole formula and the actual body weight, and the research is still limited to inpatients in Indonesia. Cattermole formula can not be used in the general population in Indonesia. Further research is needed on other populations in Indonesia with more various subject criteria."

"Imobilitas sering dijumpai pada pasien yang menjalani perawatan di rumah sakit, yang menyebabkan sulit dilakukan penimbangan. Kondisi lain seperti amputasi, organ tubuh tidak lengkap kongenital, tumor, pembesaran organ, kehamilan, edema atau asites, menyebabkan penimbangan berat badan tidak akurat. Berat badan diperlukan untuk menentukan kebutuhan energi, protein, cairan, serta pemantauan kecukupan tatalaksana nutrisi pada pasien, serta untuk perhitungan dosis obat dan fungsi ginjal. Formula berat badan estimasi telah dikembangkan dengan berbagai parameter antropometri, salah satunya Formula Cattermole yang menggunakan komponen lingkar lengan atas (LILA), dengan beberapa keuntungan yaitu mudah dan cepat dengan alat ukur yang efisien dan mudah dibawa. Penelitian ini merupakan studi potong lintang untuk mengetahui kesahihan rumus estimasi berat badan dengan berat badan (BB) aktual pada pasien rawat inap dewasa di RSUPN Dr.Cipto Mangunkusumo Jakarta (n=96). Didapatkan hasil rerata BB aktual 58,98 ± 13,80 kg, rerata BB estimasi berdasarkan LILA posisi tegak 60.1±17.28 kg, median BB estimasi berdasarkan LILA posisi baring 60.6 (21,2-114), beda rerata BB aktual dengan BB estimasi berdasarkan LILA posisi tegak -1.12 kg (p=0.16), beda rerata BB aktual dengan BB estimasi berdasarkan LILA posisi baring -1.38 (p=0.17). Dilakukan analisis Bland Altman, didapatkan limit of agreement (LOA) minimal dan maksimal berada di luar batas LOA 5 kg. Pola sebaran titik banyak di luar batas garis LOA baik minimal maupun maksimal pada kurva scatter plot Bland Altman. Sebagai kesimpulan, terdapat selisih antara berat badan estimasi menggunakan formula Cattermole dengan berat badan aktual, serta penelitian masih terbatas dilakukan pada pada pasien rawat inap di Indonesia. Fomula Cattermole belum dapat digunakan pada populasi umum di Indonesia. Diperlukan penelitian lebih lanjut pada populasi lain di Indonesia dengan kriteria subjek yang lebih beragam

---

Immobility is often found in patients undergoing hospital treatment, which makes weighing difficult. Other conditions such as amputation, congenital incomplete organs, tumors, organ enlargement, pregnancy, edema or ascites, cause inaccurate weight measurement. Body weight is needed to determine energy, protein, fluid requirements, as well as monitoring the adequacy of nutritional management in patients, as well as for calculating drug doses and kidney function. The estimated body weight formula has been developed with various anthropometric parameters, one of which is the Cattermole Formula which uses the upper arm circumference component, with several advantages, namely being easy and fast with efficient and easy-to-carry measuring instruments. This study was a cross-sectional study to determine the validity of the formula for weight estimation with actual body weight in adult inpatients at Dr. Cipto Mangunkusumo Hospital Jakarta (n = 96). The results obtained mean actual body weight was 58.98 ±13.80 kg, mean estimated body weight based on upright MUAC was 60.1±17.28 kg, median estimated body weight based on supine MUAC was 60.6 (21.2-114) kg, the average difference is -1.12 kg (p=0.16) between actual body weight and estimated body weight based on upright MUAC and -1.38 (p=0.17) between actual body weight and estimated body weight based on supine MUAC. Bland Altman analysis was performed, limit of agreement (LOA) minimum and maximum, all outside the LOA limit of 5 kg. The distribution pattern of many points outside the LOA line on the Bland Altman scatter plot curve. In conclusion, there is a difference between the estimated body weight using the Cattermole formula and the actual body weight, and the research is still limited to inpatients in Indonesia. Cattermole formula can not be used in the general population in Indonesia. Further research is needed on other populations in Indonesia with more various subject criteria."

"Status gizi pada ibu hamil mempengaruhi komposisi mikrobiota usus ibu yang secara tidak langsung akan mempengaruhi pembentukan mikrobiota usus anak. Penelitian ini adalah suatu studi potong lintang yang mencari korelasi peningkatan berat badan dan lingkar lengan atas dengan jumlah Bifidobacterium dan Lactobacillus pada 52 ibu hamil trimester ketiga. Penelitian dilaksanakan di 10 Puskesmas Kecamatan Jakarta Timur selama bulan Februari?April 2015. Uji korelasi peningkatan BB dengan jumlah Bifidobacterium (r = 0,119, p = 0,4) dan dengan jumlah Lactobacillus (r = -0,009, p = 0,951). Korelasi LLA dengan jumlah Bifidobacterium (r = -0,211, p = 0,134) dan dengan jumlah Lactobacillus (r = - 0,013, p = 0,926). Dengan demikian, penelitian ini belum dapat membuktikan bahwa terdapat adanya korelasi antara peningkatan BB dan LLA dengan jumlah Bifidobacterium dan Lactobacillus pada kehamilan trimester ketiga.

---

Maternal nutritional status influences maternal gut microbiota composition, which in turn shapes the infant?s gut microbiota composition. Recent studies have shown that gut microbiota regulates obesity by increasing energy harvest from diet and by regulating peripheral metabolism. This cross-sectional study reports the correlation of maternal weight gain and mid-upper arm circumference with Bifidobacterium and Lactobacillus on 52 third-trimester pregnant women. The study was done on February?April 2015 in 10 Primary Health Care Centres in East Jakarta. Correlation of maternal weight gain with Bifidobacterium (r = 0.119, p = 0.4) and with Lactobacillus (r = -0.009, p = 0.951). The correlation of MUAC with Bifidobacterium (r = -0.211, p = 0.134) and Lactobacillus (r = -0.013, p = 0.926). Thus, this study has not proven any correlation between maternal weight gain and MUAC with Bifidobacterium and Lactobacillus count."

"

Penelitian ini bertujuan untuk menentukan titik potong lingkar lengan atas pada posisi berbaring. Penelitian ini menggunakan desain cross-sectional. Data diambil dari rekam medis pasien poliklinik radioterapi RSUPN Dr. Cipto Mangunkusumo (n=207) dan dilakukan pengukuran antropometri pada pasien. Titik potong lingkar lengan atas diperoleh dari kurva ROC dan indeks Youden tertinggi. Dari penelitian ini didapatkan perbedaan rata-rata antara lingkar lengan atas pada posisi berdiri dan terlentang adalah 0,13 ± 0,33 cm (p<0,001). Lingkar lengan atas dari keseluruhan subjek memiliki korelasi yang kuat dan signifikan dengan indeks massa tubuh (r=0,932; p<0,001). Nilai AUC lingkar lengan atas untuk mendeteksi malnutrisi adalah 0,97 (95% CI 0,947-0,992; p<0,001). Lingkar lengan atas <23,4 cm menunjukkan sensitivitas 94,7% dan spesifisitas 95,6% untuk pria, dan sensitivitas 95% dan spesifisitas 89% untuk wanita. Sebagai kesimpulan, lingkar lengan atas <23,4 cm dapat digunakan sebagai salah satu alternatif pengukuran untuk mendeteksi malnutrisi, terutama bila indeks massa tubuh tidak dapat diukur.

---

This study aims to establish a cut-off point for mid-upper arm circumference in the supine position. This is a cross-sectional study. Data were taken from patients at the radiotherapy clinic of Dr. Cipto Mangunkusumo General Hospital (n=207) by medical records, and anthropometric measurements were performed. The cut-off point of the mid-upper arm circumference was obtained from the ROC curve and the highest Youden’s index. This study found that the mean difference between mid-upper arm circumference in the standing and supine positions is 0.13±0.33 cm (p<0.001). The mid-upper arm circumference from all subjects strongly and significantly correlates to body mass index (r=0.932; p<0.001). The area under the curve of the mid-upper arm circumference for detecting malnutrition was 0.97 (95% CI 0.947–0.992; p<0.001). The mid-upper arm circumference of <23.4 cm presents a sensitivity of 94.7% and a specificity of 95.6% for men, and a sensitivity of 95% and a specificity of 89% for women. In conclusion, the mid-upper arm circumference of <23.4 cm can be used as an alternative measurement to detect malnutrition, particularly when body mass index cannot be measured.
 

"

"Disertasi ini membahas pengembangan indikator antropometri baru yaitu rasio LiLA terhadap panjang lengan atas (PLA) serta model prediksi risiko Kurang Energi Kronis (KEK) pada wanita usia subur (WUS) suku Melayu. Disain studi cross sectional menggunakan sebagian data Riskesdas 2013 dan data primer. Sampel 1009 WUS berusia 18-49 tahun (tidak hamil) di Kota Makassar dan Kabupaten Tana Toraja, Selawesi Selatan. Hasil studi menemukan formula yang optimal adalah Rasio LiLA/ PLA < 4,25 untuk mendeteksi risiko KEK, lebih baik validitasnya (Sn= 80%; Sp=84%) dibandingkan validitas LiLA menggunakan baku Indeks Massa Tubuh. Prevalensi KEK pada WUS 9,9% (IMT< 18,5); Risiko KEK 22,4 % (Rasio LiLA/ PLA < 4,25). Validitas LiLA < 23,5 cm sudah baik (Sn= 76%; Sp=87,2%), tetapi titik potong optimal untuk skrining adalah <=24,0 cm (Sn= 90%; Sp= 77%) untuk mendeteksi risiko KEK WUS. Faktor risiko KEK: umur, paritas, penggunaan alat kontrasepsi, penyakit infeksi, aktifitas fisik, pekerjaan, status kawin dan sosial ekonomi. Penyakit infeksi berat (POR= 2,79) sebagai faktor risiko dominan; sedangkan faktor protektif dominan adalah penggunaan alat kontrasepsi hormonal (POR= 0,43). Diperlukan komunikasi, informasi, edukasi pada WUS untuk menerapkan pedoman gizi seimbang, pola hidup sehat serta pencegahan penularan penyakit infeksi seperti TB, Malaria dan Hepatitis serta penanganan yang tepat untuk mencegah KEK.

---

This study examined the development of new anthropometric indicator was the ratio of MUAC to upper arm length (UAL) and the prediction model of the risk of Chronic Energy Deficiency (CED) in Malay women of reproductive age. Crosssectional study design using part of the data Riskesdas 2013 and primary data. Samples were 1009 women aged 18-49 years (not pregnant) in Makassar and Tana Toraja South of Sulawesi. The study found that the optimal formula was MUAC/ UAL <4.25 to detect a risk of CED, better validity (Sn= 80%; Sp= 84%) compared to MUAC with the gold standard was Body Mass Index (BMI). Prevalence of CED on women of reproductive age 9.9% (BMI <18.5); Risk of CED 22.4% (MUAC/ UAL <4.25). The validity of MUAC <23.5 cm was good but the optimal cut point for screening the risk of CED was <=24 cm (Sn= 76%; Sp= 87.2 %). CED risk factors were age, parity, contraceptive use, infectious diseases, physical activity, job, marital status and socioeconomic. The dominant risk factor was severe infectious disease (POR= 2.79) while the dominant protective factor was the use of hormonal contraceptives (POR= 0.43). It needs communication, information and education to applying balanced nutrition guidelines, healthy lifestyles and the prevention of transmission of infectious diseases such as TB, Malaria and Hepatitis as well as adequate treatment to prevent CED."