Berandasehat.id – Para ilmuwan telah mengembangkan pendekatan baru untuk menilai risiko penyakit metabolik seperti diabetes atau penyakit hati berlemak/perlemakan hati pada individu dengan lebih tepat. Alih-alih hanya mengandalkan indeks massa tubuh (BMI) yang kini banyak digunakan, tim dari Universitas Leipzig dan Universitas Gothenburg berhasil mengembangkan model komputasi berbasis AI menggunakan pengukuran metabolik.

BMI metabolik tersebut menunjukkan bahwa orang dengan berat badan normal tetapi memiliki BMI metabolik tinggi punya risiko penyakit metabolik hingga lima kali lebih tinggi, berdasar temuan terbaru yang dipublikasikan di jurnal Nature Medicine.

Telah diketahui bahwa indeks massa tubuh konvensional, yang dihitung menggunakan tinggi dan berat badan, mungkin menunjukkan kelebihan berat badan tetapi tidak mencerminkan seberapa sehat atau tidak sehat lemak tubuh sebenarnya.

Menurut klasifikasi BMI, hingga 30% orang dianggap memiliki berat badan normal tetapi sudah menunjukkan perubahan metabolik yang berbahaya. Sebaliknya, ada individu dengan BMI tinggi yang metabolismenya sebagian besar tetap normal.

Perbedaan ini dapat menyebabkan pasien berisiko diidentifikasi dan diobati terlalu terlambat.

Dalam studi ilmiah terkini, tim peneliti internasional menganalisis data dari dua studi populasi besar Swedia yang melibatkan total hampir 2.000 peserta. Selain parameter kesehatan dan gaya hidup standar, data laboratorium ekstensif dari sampel darah dan analisis mikrobioma usus dikumpulkan.

Berdasarkan kumpulan data ini, para peneliti mengembangkan model komputasi yang memprediksi BMI metabolik.

“BMI metabolik mengungkap gangguan metabolisme tersembunyi yang tidak selalu terlihat pada timbangan. Dua orang dengan BMI yang sama dapat memiliki profil risiko yang sangat berbeda tergantung pada bagaimana metabolisme dan jaringan lemak mereka berfungsi,” kata Dr. Rima Chakaroun, peneliti di Pusat Medis Universitas Leipzig dan penulis pertama studi.

Ia memimpin proyek penelitian bersama dengan Profesor Fredrik Bäckhed selama masa penelitian di Universitas Gothenburg.

Tautan ke bakteri usus

Hasil studi menunjukkan bahwa BMI metabolik (metBMI) yang sangat tinggi dikaitkan dengan peningkatan risiko hingga lima kali lipat untuk berbagai penyakit dan kondisi, termasuk penyakit perlemakan hati, diabetes, penumpukan lemak visceral, dan resistensi insulin.

Selain itu, orang dengan metBMI tinggi kehilangan berat badan 30% lebih sedikit setelah operasi bariatrik (prosedur bedah pada lambung dan usus yang dirancang untuk mencapai penurunan berat badan yang berkelanjutan). Pasien-pasien ini menjalani operasi di Pusat Medis Universitas Leipzig, yang memungkinkan pengumpulan data yang sangat komprehensif untuk penelitian ini.

Salah satu temuan kunci adalah hubungan erat antara profil metabolik dan komposisi bakteri usus. Individu dengan metBMI yang lebih tinggi menunjukkan keragaman bakteri yang lebih rendah dan kapasitas mikrobiota usus yang berkurang untuk mengubah serat makanan menjadi asam lemak yang bermanfaat bagi kesehatan seperti butirat.

Studi ini juga menyoroti bahwa faktor genetik memainkan peran yang kurang penting dalam BMI metabolik dibandingkan dengan pengaruh gaya hidup dan lingkungan.

BMI metabolik yang dikembangkan oleh para peneliti didasarkan pada pengukuran ekstensif ratusan molekul kecil dalam darah yang mencerminkan metabolisme sel. Berdasarkan lebih dari 1.000 produk metabolik yang awalnya dianalisis, tim tersebut mampu mengidentifikasi panel yang lebih kecil yang terdiri dari hanya 66 metabolit yang mempertahankan daya penjelas yang hampir sama.

Molekul-molekul ini terutama mencerminkan interaksi erat antara metabolisme tubuh sendiri dan bakteri usus.

Implikasi pengobatan di masa depan

Dr. Chakaroun menyampaikan bahwa BMI tradisional sering mengabaikan orang-orang yang memiliki berat badan normal tetapi tetap memiliki risiko metabolik yang tinggi. “MetBMI dapat berkontribusi pada penilaian risiko penyakit yang lebih adil dan akurat,” ujarnya.

Oleh karena itu, model ini dapat membantu mengidentifikasi individu yang terkena dampak pada tahap yang lebih awal, menyempurnakan pemilihan pasien untuk intervensi bedah atau farmakologis, dan mempersonalisasi pengambilan keputusan terapeutik.

Di masa depan, model-model ini akan ditingkatkan lebih lanjut dengan memasukkan penanda dinamis sekresi insulin dan dengan memulai studi eksperimental pada poros mikrobioma usus-metabolit. (BS)