makalah biomarker epidemiologi kel.4 kls b
TRANSCRIPT
MAKALAHEPIDEMIOLOGI GIZIBIOMARKER
OLEH :KELOMPOK IVAfriani: K21108858 Sabrina utami: K21108860Tirsa hildiyani: K21108861 Siti hardiyanti i: K21108862Adrijanti himadi : K21108863 Noor anni :K21108865Alfira alimuddin: K21108866 Faradillah atd: K21108867Nursin:K21108869 St.khadijah hamid:K21108872Putri ayu sari:K21108873 Mutia Reski Amalia:K21108300Indah Dara Putri:K21108301 Sucy Rustiaty:K21108299
PROGRAM STUDI ILMU GIZIFAKULTAS KESEHATAN MASYARAKATUNIVERSITAS HASANUDDINMAKASSAR2011KATA PENGANTAR
Puji syukur kita panjatkan kehadirat Allah SWT, Tuhan Yang Maha Esa yang telah
memberikan rahmat serta hidayah-Nya sehingga penyusunan tugas ini dapat diselesaikan.
Tugas ini disusun untuk diajukan sebagai tugas mata kuliah Epidemiologi Gizi dengan
judul “BIOMARKER” di Fakultas Kesehatan Masyarakat jurusan Ilmu Gizi Universitas
Hasanuddin.
Terima kasih disampaikan kepada dosen mata kuliah Epidemiologi Gizi yang telah
membimbing dan memberikan kuliah demi lancarnya tugas ini.
Demikianlah tugas ini disusun semoga bermanfaat, agar dapat memenuhi tugas mata
kuliah Epidemiologi Gizi.
Makassar, Mei 2011
Penyusun
DAFTAR ISI
Halaman Judul
Halaman Judul
Kata pengantar
Daftar isi
BAB I
I.1 Latar Belakang
I.2 Rumusan Masalah
I.3 Tujuan Penulisan Makalah
BAB II
II.1. Pengertian Biomarker
II.2 BIOMARKER GIZI
II.2.1 Pengertian biomarker gizi
II.2.2 Fungsi Biomarker Gizi
II.2.3 Jenis Pengukuran
II.2.3.1 Pengukuran error: definisi
II.2.3.2 Preanalytical pengukuran error:, lingkungan, perilaku dan kesehatan.
II.2.3.4 Preanalytical measurement error: sampling error.
II.2.3.5 Analisis kesalahan pengukuran.
II.2.3.6 Pengukuran error: penilaian
II.2.3.7 Pengukuran error: minimisasi
II.2.3.8 Pengukuran kesalahan: efek dalam studi epidemiologi
II.2.3.9 Kontrol kualitas dan kalibrasi
II.2.3.10 Quality control: perencanaan jangka panjang
BAB III
Kesimpulan
Daftar isi
BAB I
PENDAHULUAN
I.1 Latar Belakang
Dalam pengobatan, biomarker adalah istilah yang sering digunakan untuk
merujuk kepada protein diukur dalam darah yang konsentrasi mencerminkan tingkat
keparahan atau adanya penyakit di beberapa negara. Lebih umumnya biomarker
merupakan segala sesuatu yang dapat digunakan sebagai indikator dari suatu negara
tertentu atau beberapa penyakit lain kondisi fisiologis organisme.
Biomarker bisa menjadi zat yang dimasukkan ke dalam sebuah organisme sebagai
sarana untuk memeriksa fungsi organ atau aspek lain dari kesehatan. Sebagai contoh,
rubidium klorida digunakan sebagai isotop radioaktif untuk mengevaluasi perfusi otot
jantung. Hal ini juga dapat menjadi zat deteksi yang menunjukkan keadaan penyakit
tertentu, misalnya, kehadiran antibodi mengindikasikan adanya infeksi . Secara lebih
spesifik, sebuah biomarker menunjukkan perubahan dalam ekspresi atau keadaan protein
yang berkorelasi dengan risiko atau perkembangan penyakit, atau dengan kerentanan
penyakit ke perlakuan yang diberikan. Biomarker adalah properti biologi karakteristik
yang dapat terdeteksi dan diukur dalam bagian-bagian tubuh seperti darah atau jaringan.
Mereka mungkin menunjukkan salah satu atau proses normal penyakit dalam tubuh. [1]
Biomarkers dapat berupa sel-sel spesifik, molekul, atau gen, produk gen, enzim, atau
hormon. Fungsi organ kompleks atau perubahan karakteristik umum dalam struktur
biologis juga dapat berfungsi sebagai biomarker. Meskipun biomarker merupakan istilah
yang relatif baru, biomarker telah digunakan dalam penelitian pra-klinis dan diagnosis
klinis untuk waktu yang cukup. [2] Sebagai contoh, suhu tubuh adalah biomarker yang
dikenal baik untuk demam. Tekanan darah digunakan untuk menentukan risiko stroke.
Hal ini juga banyak diketahui bahwa kolesterol adalah nilai-nilai dan risiko indikator
biomarker untuk penyakit koroner dan pembuluh darah, dan protein C-reaktif ( CRP )
adalah penanda peradangan.
I.2 Rumusan Masalah
Adapun rumusan masalah dari makalah ini adalah :
1. Apa yang dimaksud biomarker ?
2. Apa yang dimaksud biomarker gizi ?
I.3 Tujuan Penulisan Makalah
1. Untuk mengenal biomarker gizi
2. Untuk mengetahui aplikasi biomarker terhadap gizi
BAB II
PEMBAHASAN
II.1 Pengertian Biomarker
Biomarker adalah parameter yang dapat digunakan untuk mengukur
perkembangan penyakit atau efek pengobatan. Parameter bisa bahan kimia, fisik atau
biologis. Dalam hal molekul biomarker adalah "bagian dari penanda yang mungkin
ditemukan menggunakan genomik, teknologi proteomik atau teknologi pencitraan
Biomarkers memainkan peran utama dalam biologi obat. Biomarker membawa hal-hal
masa depan di tangan kita dengan membantu dalam diagnosis dini, pencegahan penyakit,
target obat identifikasi, respon obat dll berdasarkan penyakit. Beberapa biomarker telah
diidentifikasi untuk banyak penyakit seperti LDL serum untuk kolesterol, tekanan darah ,
gen P53 dan MMPs untuk kanker dll. Berdasarkan biomarker Gen ditemukan menjadi
efektif dan diterima penanda di dunia ilmiah ini.
Penemuan Biomarker
Penemuan biomarker adalah proses dimana biomarker ditemukan. Ini adalah
istilah medis.
Banyak umum digunakan tes darah di kedokteran biomarker. Cara bahwa tes ini
telah ditemukan dapat dilihat sebagai penemuan biomarker. Namun, identifikasi mereka
telah sebagian besar menjadi satu-di-pendekatan waktu. Banyak dari ini dikenal dengan
baik tes telah diidentifikasi berdasarkan wawasan biologis yang jelas, dari fisiologi atau
biokimia . Ini berarti bahwa hanya beberapa penanda sekaligus telah dipertimbangkan.
Salah satu contoh dari cara penemuan biomarker adalah penggunaan suntikan inulin
untuk mengukur fungsi ginjal. Dari sini, kita menemukan molekul yang terjadi secara
alami, kreatinin , yang memungkinkan pengukuran yang sama yang akan dibuat dengan
mudah tanpa suntikan. Hal ini dapat dilihat sebagai proses serial.
Bunga yang baru dalam penemuan biomarker adalah karena baru biologi molekuler
teknik berjanji untuk menemukan penanda yang relevan dengan cepat, tanpa wawasan
rinci ke dalam mekanisme penyakit. Dengan skrining banyak kemungkinan biomolekul
pada suatu waktu, suatu pendekatan paralel bisa dicoba. Genomics dan proteomik adalah
beberapa teknologi yang digunakan dalam proses ini. Kesulitan teknis yang signifikan
tetap.
Ada minat yang cukup besar dalam penemuan biomarker dari industri farmasi . Tes
darah atau biomarker lainnya bisa berfungsi sebagai penanda antara penyakit dalam uji
klinis, dan juga dimungkinkan target obat .
Identifikasi protein yang signifikan secara klinis biotanda dari fenotip dan fungsi
biologis adalah area memperluas penelitian yang akan memperpanjang diagnostik
kemampuan. Baru-baru ini, biomarker untuk berbagai penyakit muncul, termasuk antigen
prostat spesifik (PSA) untuk kanker prostat dan protein C-reaktif (CRP) untuk penyakit
jantung. Menggunakan biomarker dari wajib pajak biofluids mudah (misalnya darah,
urin) adalah bermanfaat dalam mengevaluasi negara yang sulit dijangkau jaringan dan
organ. Biofluids jauh lebih mudah diakses, tidak seperti lebih teknik invasif atau tidak
layak seperti biopsi jaringan.
Biofluids mengandung protein dari jaringan dan berfungsi sebagai komunikasi yang
efektif / hormon. Jaringan bertindak sebagai pemancar informasi dan biofluid (sampel
oleh dokter) sebagai penerima. Keinformatifan biofluid bergantung pada kesetiaan
saluran. Sumber noise yang kesetiaan penurunan termasuk penambahan protein yang
berasal dari jaringan lain atau dari biofluid sendiri; protein juga mungkin akan hilang
melalui filtrasi glomerular . Faktor-faktor ini dapat secara signifikan bias komposisi
protein biofluid sebuah. Pada Selain itu, hanya melihat tumpang tindih protein akan
kehilangan transmisi informasi yang terjadi melalui kelas protein dan interaksi protein-
protein.
Sebaliknya, proyeksi protein ke fungsional, obat, dan ruang penyakit dianggap
untuk memungkinkan pengukuran jarak fungsional antara jaringan dan biofluids.
Kedekatan dalam ruang abstrak menandakan rendahnya tingkat distorsi di saluran
informasi, dan karenanya kinerja tinggi biofluid tersebut. Namun, pendekatan saat ini
untuk prediksi biomarker telah menganalisis jaringan dan biofluids secara terpisah.
II.2 BIOMARKER GIZI
II.2.1 Pengertian biomarker gizi
Biomarker status gizi memberikan langkah-langkah alternatif asupan makanan.
Seperti kesalahan dan variasi yang terkait dengan tindakan asupan makanan, besarnya
dan dampak dari kedua biologis (preanalytical) dan laboratorium (analitis) variabilitas
perlu dipertimbangkan ketika seseorang menggunakan biomarker. Ketika memilih
biomarker, itu adalah penting untuk memahami bagaimana kaitannya dengan asupan gizi
dan kerangka waktu tertentu pemaparan itu mencerminkan juga bagaimana hal itu
dipengaruhi oleh prosedur sampling dan laboratorium. Biologi sumber variasi yang
muncul dari negara-negara genetik dan penyakit dari biomarker mempengaruhi individu,
tetapi mereka juga dipengaruhi oleh sumber nonbiological variasi yang timbul dari
koleksi spesimen dan penyimpanan, musiman, waktu, kontaminasi, stabilitas dan jaminan
mutu laboratorium. Ketika memilih sebuah laboratorium untuk penilaian biomarker,
peneliti harus berusaha membuat kesalahan acak dan sistematis pasti adalah
diminimalkan dengan dimasukkannya teknik tertentu seperti membutakan staf
laboratorium untuk status penyakit dan termasuk standar pooled eksternal yang dibutakan
staf laboratorium. Selain itu pengawasan mutu analitik harus dijamin dengan
menggunakan standar internal atau bahan bersertifikat atas seluruh rentang nilai yang
mungkin untuk mengontrol akurasi metode. Seseorang harus mempertimbangkan
pengaruh kesalahan laboratorium acak pada pengukuran presisi dan juga mengerti
membatasi metode tentang deteksi dan cutpoints laboratorium. Memilih cutpoints sesuai
dan mengurangi kesalahan sangat penting dalam epidemiologi gizi di mana asosiasi yang
lemah sering terjadi. Sebagai bagian dari kajian ini, lipid serum dimasukkan sebagai
contoh dimana upaya kerjasama biomarker telah diajukan kepada kedua memahami
sumber biologis variasi dan standarisasi hasil laboratorium.
II.2.2 Fungsi Biomarker Gizi
Biomarker gizi dapat berfungsi sebagai ukuran paparan gizi, atau menggunakan
nomenklatur biomarker lingkungan, dosis diet internal. Hal ini dalam konteks yang
terakhir biomarker gizi melampaui menjadi indikator asupan makanan dan bantuan dalam
pemahaman kita tentang mekanisme sebab-akibat antara diet dan penyakit. Pada tahun
1983 Solomon dan Allen menggambarkan Peran mendasar dari parameter biokimia, yang
hari ini kita sebut biomarker gizi, dalam menilai status gizi. Kertas klasik mereka
terfokus pada pemilihan parameter biokimia yang sesuai (tindakan langsung versus tes
fungsional) dan faktor perancu dan penetapan nilai cutoff diagnostik. Sejak tahun 1983
telah terjadi banyak kemajuan teknis di bidang biomarker serta terobosan di bidang
genetika dan metabolisme.
Kemajuan dalam bidang ini telah kritis para peneliti gizi karena tingkat biomarker
dapat bervariasi dengan penyerapan, metabolisme, genetika dan status penyakit. Selain
uang muka, ada juga banyak diskusi tentang isu-isu yang berkaitan dengan pengumpulan
sampel yang tepat (media biologis, puasa, kontaminasi, stabilitas), transportasi dan
penyimpanan (stabilitas, suhu, cahaya, oksigen) dan teknik analisis laboratorium (presisi,
trueness , batas deteksi, pemulihan, standardisasi dan jaminan mutu). Beberapa isu-isu ini
juga dibahas dalam seri oleh Potischman. Bab oleh Hunter, Bates et al., Sauberlich dan
Myers et al. Dan barang yang komprehensif oleh van't Veer dan Hermus et al.
Menyediakan bacaan tentang isu-isu laboratorium yang terkait dengan biomarker gizi,
yang merupakan fokus dari artikel ini.
Ketika memilih biomarker, itu penting bagi peneliti untuk memahami bagaimana
suatu biomarker gizi berkaitan dengan baik asupan makanan dan paparan kronologi. Ini
termasuk diskusi tentang apakah biomarka akan digunakan untuk mengevaluasi status
gizi jangka panjang, asupan makanan baru-baru ini, efektivitas manipulasi diet atau
efektivitas intervensi. Isu-isu ini telah dibahas di tempat lain dan juga dibahas dalam seri
ini. Selain itu, penting untuk mengetahui berbagai jenis tes biokimia yang mungkin
berguna untuk menilai status gizi, misalnya, pengukuran langsung atau statis, pengukuran
metabolit, tes fungsional, metabolit abnormal, produk gizi yang diteliti, beban atau
saturasi tes atau prosedur lain seperti menggunakan isotop yang stabil.
Terpisah dari pengetahuan penting tentang tes asupan, kronologi dan biokimia
adalah pemahaman tentang bagaimana biomarker gizi dipengaruhi oleh pengambilan
sampel dan prosedur laboratorium. Dalam konteks ini laboratorium, setidaknya empat
pertimbangan methodologic harus diperhitungkan ketika memilih biomarker gizi yang
sesuai: 1) validitas (seberapa baik biomarker diukur dalam kaitannya dengan nilai
sebenarnya); 2) presisi (bagaimana berulang adalah mengukur) ; 3) sensitivitas (seberapa
baik tidak biomarker mengidentifikasi individu dengan kondisi), dan 4) spesifisitas
(seberapa baik tidak biomarker mengidentifikasi individu tanpa kondisi). Dua aspek
pertama menilai seberapa baik pengukuran dapat dibuat dan dua terakhir menjelaskan
seberapa baik hasilnya bisa diinterpretasikan.
II.2.3 Jenis Pengukuran
Seberapa baik pengukuran dapat dilakukan secara parsial tergantung pada
kesalahan yang terkait dengan koleksi spesimen dan pengukuran analitik biomarker
tersebut. Bagian berikut mengatasi masalah ini.
II.2.3.1 Pengukuran error: definisi
Memiliki validitas atau trueness berarti bahwa biomarker tindakan pemaparan
yang relevan secara akurat. Ini mengukur ketepatan juga disebut kesalahan pengukuran;
itu adalah selisih antara nilai sebenarnya dari biomarka dan biomarker diukur. Untuk
menguji validitas, standar emas atau metode referensi yang menyediakan ukuran yang
baik dari eksposur yang benar diperlukan. Standar emas ini harus mencerminkan nilai
sebenarnya tanpa (atau dengan minimal) laboratorium atau sumber lain dari kesalahan.
Untuk studi validasi harus sesuai, baik biomarker diukur dan metode referensi harus
berhubungan dengan paparan gizi yang relevan. Validasi tindakan biokimia telah dikaji
oleh Hunter et al. dan Va Veer . Dalam keadaan paling, kesalahan pengukuran
diklasifikasikan sebagai kesalahan (analitis) biologis (preanalytical) atau laboratorium.
Secara singkat, kesalahan preanalytical biasanya meliputi kesalahan biologis dan
sampling, sedangkan kesalahan analitis berfokus pada laboratorium dan termasuk
metode, alat, pereaksi dan / atau efek matriks.
II.2.3.2 Preanalytical pengukuran error:, lingkungan, perilaku dan kesehatan.
Status genetika sumber umum dari subjek preanalytical variabilitas biologis-
dalam mungkin timbul dari individu seorang genetika, lingkungan, perilaku dan status
kesehatan dan karena itu atau dalam subyek intraindividual sumber kesalahan. Sumber
variasi termasuk polimorfisme genetik; sumber lingkungan dan perilaku variabilitas bisa
dari usia seseorang, jenis kelamin, diet, adipositas, penurunan berat badan, penggunaan
obat, status merokok, latihan fisik dan asupan alkohol. Contoh variabilitas dari seseorang
status kesehatan dapat termasuk kasus di mana konsentrasi nutrisi tertentu mempengaruhi
tingkat gizi lain yang menarik, yaitu, interaksi gizi. Kesehatan-status variabilitas juga
dapat terjadi ketika status hormonal seseorang atau status penyakit pengaruh suatu
biomarker gizi. Masalah terakhir membuatnya penting bagi para peneliti untuk dapat
membedakan antara dampak dari diet pada penyakit dan pengaruh penyakit terhadap
biomarker gizi.
Pengaruh penyakit pada biomarker status mikronutrien telah dikaji oleh
Thurnham. Contoh dalam literatur termasuk pengurangan retinol plasma, α-tokoferol dan
askorbat oleh trauma; pengurangan retinol dan vitamin E karena perubahan protein
transpor atau lipoprotein selama infeksi atau penyakit lainnya; peningkatan kadar vitamin
C terkait dengan leukositosis umum dalam trauma dan perubahan ukuran status besi
termasuk feritin serum, reseptor transferin dan retinol binding protein sebagai bagian dari
respon fase akut dari penyakit kronis.
Dampak penyakit terhadap biomarker status makronutrien (misalnya, protein,
energi) telah ditinjau oleh Shenkin. Karena kemungkinan efek penyakit pada tingkat
biomarker, peneliti harus menentukan apriori apakah biomarker kepentingan harus diukur
bersamaan dengan langkah-langkah infeksi atau status penyakit. Hal ini dapat mencakup
langkah-langkah status gizi atau protein (total tubuh atau spesifik protein fase akut),
adanya peradangan atau infeksi (malaria pap, tingkat sedimentasi eritrosit, protein C-
reaktif, jumlah sel darah putih, kadar transaminase) dan adanya penyakit seperti seperti
hipertensi, diabetes, nephrosis atau infark miokard. Setelah informasi ini memungkinkan
peneliti untuk lebih menggunakan dan menafsirkan data biomarker.
II.2.3.4 Preanalytical measurement error: sampling error.
Selain sumber-sumber potensi kesalahan, pengukuran kesalahan akibat subjek
preanalytical variabilitas-dalam dapat disebabkan oleh perbedaan terkait dengan waktu
sampling. Variabilitas dalam subyek ini dapat bervariasi dari jam ke jam atau tahun ke
tahun. Variabilitas jangka pendek mungkin jam ke jam atau hari ke hari dan dapat
disebabkan oleh perubahan hormon (misalnya, fase siklus haid), status puasa atau variasi
diurnal. variasi diurnal terjadi dengan glukosa puasa. Jika batasTLC diabetes diterima
diagnostik sebesar 7,0 mmol glukosa / L serum (126 mg glukosa / serum dL) digunakan
dengan sampel sore bukan sampel darah yang diperoleh pada pagi hari setelah puasa
semalam, kira-kira setengah dari semua kasus diabetes akan tertinggal . Variabilitas
jangka Menengah dapat bulan ke bulan dan karena perubahan musiman dalam diet seperti
yang terlihat dengan kolesterol. Variabilitas jangka panjang mungkin menjadi tahun ke
tahun dan karena pola diet yang disengaja atau perubahan status kesehatan.
II.2.3.5 Analisis kesalahan pengukuran.
Sumber umum atau laboratorium analisis variabilitas timbul dari kesalahan dalam
pengumpulan spesimen dan penyimpanan, kesalahan selama analisis spesimen dan efek
matriks melekat dari reagen, instrumen dan zat campur. Selain itu berulang freeze-thaw
siklus sampel serum dapat menyebabkan peningkatan variabilitas . Dalam sebuah artikel
oleh White, sejumlah sumber potensial laboratorium variabilitas ditelaah. Ini termasuk
kesalahan atau kelalaian dalam pengumpulan atau protokol analitis. Jenis kesalahan dapat
terjadi sebagai kegagalan untuk mematuhi protokol yang sesuai untuk pengumpulan
spesimen (misalnya, menggunakan jenis yang tepat kontainer antikoagulan atau
pengawet, sehingga darah yang diinginkan seluruh menggumpal, cukup memungkinkan
pembekuan untuk serum, pemusingan secara tepat waktu , menjaga spesimen jauh dari
cahaya atau oksigen atau pada suhu yang benar), transportasi, atau masalah penyimpanan
(menyimpan spesimen beku atau jauh dari cahaya atau oksigen). Setiap upaya harus
dilakukan untuk membakukan protokol spesimen-koleksi, namun dalam sebuah
penelitian yang mencakup wilayah geografis yang luas atau jangka waktu yang panjang,
tidak mungkin untuk mengobati semua sampel persis yaitu (yang sama, beberapa orang
akan melakukan perjalanan lebih lanjut dan sebagian akan disimpan untuk waktu yang
cukup lama).
Pengukuran kesalahan karena variasi analisis biomarker juga dapat dihasilkan dari
variabilitas dalam teknik dan motivasi antara teknisi laboratorium, penggunaan reagen
berbeda atau terkontaminasi dan kegagalan untuk menjaga standarisasi instrumen selama
pengumpulan data. Setelah standardisasi dicapai bagaimanapun, adalah penting untuk
menjaga kontrol kualitas, tetapi tidak perlu sering restandardize. Lihat karya Petersen et
al. Untuk pembahasan pedoman yang diusulkan untuk pengendalian kualitas internal di
laboratorium medis.
II.2.3.6 Pengukuran error: penilaian
Presisi atau reproduktifitas menyiratkan keandalan dan menyatakan variabilitas
hasil yang diperoleh dari satu sampel diukur banyak kali. Sebagian besar peneliti
laboratorium menyatakan kesalahan analisis random pengukuran sebagai standar deviasi
ditentukan oleh pengukuran ulang dilakukan pada sampel subjek yang sama. Biasanya
dan standar deviasi mean (SD) tersebut dihitung dari beberapa pengukuran sampel dan
kemudian digunakan untuk menghitung koefisien variasi (CV), CV = SD / mean x 100.
CV ini idealnya dihitung untuk contoh di tengah, bawah dan atas rentang konsentrasi
referensi yang ditetapkan pada orang yang sehat. Laboratorium dapat memberikan baik di
dalam-lari dan CV antara-lari ke para peneliti. CV dalam dijalankan ditentukan dengan
membagi sampel menjadi dua atau lebih Aliquot dan menganalisis mereka bersama-
sama. CV antara-run diperoleh ketika Aliquot dianalisis dalam berjalan yang berbeda,
yang biasanya pada hari yang berbeda. Beberapa publikasi telah menyajikan pendekatan
untuk estimasi interval referensi dari perbedaan jumlah spesimen dan jumlah analisis.
II.2.3.7 Pengukuran error: minimisasi
Pendekatan utama untuk meminimalkan kesalahan pengukuran laboratorium
melibatkan membutakan analis laboratorium untuk status penyakit spesimen atau
karakteristik terkait lainnya dan menghilangkan perbedaan sistematis dalam cara
spesimen ditangani. Yang dikaji oleh Hunter ,idealnya semua spesimen harus dianalisis
dalam menjalankan tunggal untuk mengurangi-assay variasi antara (drift laboratorium).
Selain itu, jika mungkin, pasangan-kasus dan sampel kontrol harus dianalisis berturut-
turut (dengan urutan dalam pasangan acak) dan dengan pasangan memerintahkan secara
acak berkaitan dengan variabel lainnya dari bunga sehingga efek tatanan (kesalahan
laboratorium di-run) tidak dikaitkan dengan variabel lain. Jika semua sampel tidak dapat
dinilai dalam lari tunggal, maka kasus dan jumlah yang sesuai kontrol harus dianalisis
bersama di batch yang sama untuk memastikan keabsahan perbandingan berpasangan.
Untuk beberapa nutrisi, kontrol kualitas dan sampel referensi bersertifikat yang
tersedia untuk membantu memastikan komparabilitas hasil yang diperoleh oleh
laboratorium yang berbeda ( Tabel 1 ). Beberapa standar yang disertifikasi oleh Institut
Nasional Standar dan Teknologi dan dibuat tersedia sebagai Bahan Standard Reference.
Jika standar referensi yang cocok tidak tersedia, peneliti harus uji laboratorium dengan
memiliki ukuran staf duplikat sampel dengan personil laboratorium buta. Sampel tersebut
harus disertakan dalam batch sampel untuk memantau melayang dan kehandalan. Juga
penting bagi setiap laboratorium untuk menetapkan sendiri kualitas kontrol internal,
misalnya, dengan memasukkan Aliquot yang dikenal baik ditandai kontrol kekurangan
dan normal yang berarti dan nilai-nilai deviasi standar telah ditetapkan. Aliquot ini juga
dapat ditukar dengan laboratorium lain untuk perbandingan hasil. Inklusi rutin setidaknya
dua sampel dari kontrol dua kualitas atau sampel referensi dalam setiap batch spesimen
membantu untuk menjaga presisi dan mencegah atau mengurangi variasi antara-assay,
yaitu drift. Dalam penggunaan penambahan bahan-bahan referensi atas seluruh rentang
nilai yang mungkin membantu untuk menilai akurasi metode ini. Daftar standar yang
tersedia dan bahan referensi sekunder untuk lipid dan lipoprotein telah dipublikasikan.
TABEL 1 Contoh sampel biomarker gizi referensi dan kontrol kualitas sumber
bersertifikat
• National Institute of Standards and Technology Standard Reference Materials (USA) •
Lembaga Nasional Standar dan Teknologi Material Referensi Standar (USA)
• National Institute of Biological Standards and Controls (USA) • Institut Nasional Standar
dan Kontrol Biologi (USA)
• World Health Organization, Blood Safety and Clinical Technology • World Health
Organization, Darah Keselamatan dan Teknologi Klinis
• International Federation of Clinical Chemistry, Scientific Division • Federasi Internasional
Kimia Klinik, Divisi Ilmiah
• Centers for Disease Control and Prevention, Division of Laboratory Sciences • Pusat
Pengendalian Penyakit dan Pencegahan, Divisi Sciences Laboratory
• Northwest Lipid Research Laboratories, University of Washington, Seattle, WA
Laboratorium • Lipid Northwest Penelitian, Universitas Washington, Seattle, WA
• Solomons Park Research Laboratories, Kirkland, WA • Laboratorium Solomon Research
Park, Kirkland, WA
• Commercial companies (primary standards) • Komersial perusahaan (standar primer)
• Proficiency testing programs • Proficiency pengujian program
• National reference material institutions • institusi material referensi Nasional
II.2.3.8 Pengukuran kesalahan: efek dalam studi epidemiologi
Kesalahan pengukuran dapat menyebabkan bias dalam mengukur hubungan
antara paparan gizi dan hasil. Bias ini dikenal sebagai bias informasi atau bias kesalahan
klasifikasi. Dalam studi epidemiologi, penting untuk meminimalkan bias kesalahan
klasifikasi dari kesalahan pengukuran dan untuk menentukan apakah bias ini diferensial
atau nondifferential. Pengaruh kesalahan pengukuran dalam studi epidemiologi dibahas
dalam tinjauan terakhir oleh Saracci dan White, di dalam teks dengan Willett serta dalam
seri.
Diferensial kesalahan terjadi ketika kesalahan pengukuran berbeda antara mereka
dengan dan mereka tanpa hasil atau penyakit yang menarik. Pengaruh jenis kesalahan
pada ukuran asosiasi hanya dapat dievaluasi jika informasi tentang kesalahan ini dikenal
untuk semua kelompok. Namun, jika kehadiran penyakit ini sebenarnya penyebab
perubahan biomarker, itu palsu akan membawa kita untuk menyimpulkan bahwa ada
hubungan antara biomarker dan penyakit. Untuk mengatasi masalah ini, stratifikasi
dengan tahap penyakit dapat menjadi cara untuk menentukan apakah penyakit yang
disebabkan oleh kesalahan diferensial ada.
Nondifferential kesalahan terjadi saat kesalahan tidak berbeda antara kelompok
pembanding. Jenis kesalahan umumnya ditoleransi tetapi dapat menyebabkan ukuran
asosiasi yang akan dilemahkan menuju nol, yang menghasilkan kurangnya efek antara
biomarker gizi dan hasil bunga. Hal ini dapat terjadi dalam studi di mana CV keseluruhan
untuk biomarker gizi bunga tinggi. Secara umum, sebagai presisi berkurang analitis dan
oleh karena itu meningkat CV, rasio odds adalah dilemahkan menuju nol. Hal ini dapat
menyebabkan penafsiran yang salah, yaitu kurangnya hubungan antara biomarker dan
hasil. Ia telah mengemukakan bahwa untuk studi epidemiologi idealnya CV tidak boleh>
5% . Tingkat akurasi sangat sulit dicapai bagi banyak nutrisi, sering tidak mungkin untuk
mencapai CV <10%. Pada tingkat> 10% mungkin ada kekhawatiran tentang kegunaan
dari tes tersebut. Dalam semua kasus, dimasukkannya CV untuk pemeriksaan dalam
laporan hasil penelitian penting. CV batasTLC diterima secara nasional untuk kolesterol
total 3%; low-density lipoprotein (LDL) kolesterol, 4%, high-density lipoprotein (HDL)
kolesterol, 4%, trigliserida, 5% .
Bias kesalahan klasifikasi juga bisa datang dari penggunaan nilai cutoff biomarker
tidak pantas. Satu harus memahami membatasi metode tentang cutpoints deteksi dan
laboratorium untuk memaksimalkan sensitivitas dan spesifisitas biomarker. Tumpang
tindih orang dengan rendah atau kekurangan nilai biomarker gizi dan nilai-nilai normal
dapat mengakibatkan kesalahan klasifikasi individu sehingga mempengaruhi sensitivitas
dan spesifisitas biomarker tersebut Yang dikaji oleh van den Berg , kesalahan klasifikasi
dapat hasil dari faktor-faktor perancu tetapi juga dapat disebabkan oleh kedua dan
laboratorium variabilitas biologis, sehingga minimalisasi dan laboratorium kesalahan
sampling yang penting dalam analisis aspek ini juga. Untuk membantu dalam memilih
nilai cutoff biologis yang relevan, kita dapat menggunakan pengukuran seri atau beberapa
kombinasi dari pengukuran eksposur gizi, yang disebut nilai komposit. Ini pilihan
terakhir, meskipun dipengaruhi oleh kesalahan pengukuran perorangan dapat mengatasi
beberapa ketidaksempurnaan biomarker gizi di epidemiologi. Sebagai catatan akhir, jika
variabilitas biologis sedemikian rupa sehingga menunjukkan tingkat gizi yang lebih
tinggi dalam subyek (intraindividual) variabilitas dibandingkan antar-subjek
(interindividual) variabilitas, peneliti harus menyadari kekuatan berkurang, penanda ini
dan mempertimbangkan meningkatkan ukuran sampel studi atau, seperti yang
disebutkan, pertimbangkan untuk menggunakan kombinasi pengukuran paparan gizi.
Terpisah dari masalah kesalahan pengukuran, penggunaan nilai cutoff persentil
ditentukan dari distribusi populasi yang sehat mungkin ada kekurangan dasar biologis
atau fungsional yang nyata. Demikian pula menggunakan cutpoints persentil dari
pemerataan nilai peserta survei dapat menyebabkan hasil null. Oleh karena itu tes
fungsional atau penggunaan data sub-populasi tertentu seperti, muda, remaja atau wanita
hamil usia lanjut dapat nilai dalam menentukan nilai cutoff yang optimal . Kesehatan
Nasional dan Ujian Gizi Survei (NHANES) adalah contoh dari sumber referensi data
yang memungkinkan untuk penentuan rentang subpopulasi referensi dan nilai-nilai cutoff
untuk penduduk AS yang sehat berdasarkan jenis kelamin, ras / suku dan kelompok usia.
Juga harus dicatat bahwa analisis epidemiologi banyak menggunakan data
kontinyu-eksposur. Pendekatan diagnostik regresi yang tepat harus digunakan untuk
memeriksa asumsi bahwa penggunaan variabel dependen kontinyu dibenarkan, dan satu
juga perlu menentukan apakah perubahan satu unit pada variabel dependen adalah cara
yang bermakna untuk menginterpretasikan data. Grafik data harus digunakan untuk
memastikan bahwa hubungan linear sesuai. Mungkin perlu untuk mengubah nilai gizi,
yaitu, log transformasi Y '= log Y, persegi transformasi Y' = Y 2, untuk menormalkan
variabel dependen, untuk menstabilkan varians dari variabel dependen atau untuk
linearize model regresi jika data asli menunjukkan bahwa hubungan tidak linier.
Masalah lain yang melekat dalam penelitian biomarker gizi adalah kemungkinan
bahwa proses biologis seperti polimorfisme genetik dapat mengubah nilai biomarker.
Fenomena ini disebut pengganggu metabolik oleh Saracci . Jika diketahui bahwa individu
mungkin memiliki berbagai bentuk enzim yang pada akhirnya dapat mempengaruhi
metabolisme biomarker, maka aktivitas enzim harus dianggap sebagai confounder
potensial dan dikendalikan untuk. Salah satu cara untuk mengendalikan ini adalah dengan
stratifikasi pada status enzim. Contoh polimorfisme genetik jenis ini apolipoprotein
manusia (apo) E, yang memiliki tiga alel umum (E2, E3 dan E4). Kode ini alel selama
tiga isoform yang berkaitan dengan berbagai tingkat kolesterol serum . Demikian pula
hubungan terbalik telah ditemukan antara apo (A) ukuran isoform dan lipoprotein plasma
(A) level .
II.2.3.9 Kontrol kualitas dan kalibrasi
Tujuan pengendalian kualitas adalah untuk memastikan bahwa nilai analisis yang
dihasilkan oleh laboratorium yang cukup handal untuk tujuan mereka . Suatu
pengendalian kualitas program baik monitor sebagai berikut:) preanalytical variasi 1, 2)
ulama-benar kesalahan pelabelan dan log in spesimen serta pemeliharaan rekaman yang
sesuai untuk semua spesimen untuk referensi di masa depan; 3) teknik-jaminan bahwa
semua analis laboratorium memahami prinsip-prinsip yang mendasari alat tes khusus dan
bahwa semua personel menggunakan teknik yang sama dan memiliki akses siap arus
metode manual dan rinci; 4) reagen and proper pelabelan bahan, evaluasi untuk efek
matriks dalam sistem analitis, konfirmasi tidak adanya campur zat , substitusi reagen baru
tidak mengubah tingkat nilai bahan pengendalian mutu; 5)-kalibrasi menggunakan
standar primer dimurnikan atau serum sekunder yang tersedia kalibrator komersial dapat
dilacak pada metode referensi diterima atau bahan referensi, konfirmasi bahwa setiap
yang diperoleh kalibrator baru memiliki sebuah akurat nilai target; 6) kinerja bangku-
menggunakan kontrol dan standar untuk setiap uji, dokumentasi kinerja bangku harian
untuk mendeteksi kesalahan sedikit dari waktu ke waktu, dan 7) instrumentasi-kinerja
pemeliharaan preventif periodik untuk semua instrumen dengan dokumentasi
pemeliharaan yang tepat.
Beberapa masalah metodologis yang terkait dengan tes laboratorium tertentu yang
tercantum dalam lampiran dari laporan Dietary Reference Intake , dimana tabel ringkasan
data yang tersedia mengenai metode yang berbeda: akurasi dan presisi, sensitivitas
analitik dan spesifisitas, perjanjian antar laboratorium dan bagaimana perubahan dalam
metoda telah mempengaruhi perkiraan dari waktu ke waktu. Namun, laboratorium
individu harus mampu menyediakan data kontrol kualitas internal dan eksternal untuk
penilaian biomarker.
Gunter et al. telah menerbitkan sebuah artikel tentang hasil pada robin sepanjang
internasional untuk folat serum dan folat darah. Ini studi banding antar laboratorium
dilakukan untuk menilai perbedaan antara metode. Dua puluh laboratorium penelitian
berpartisipasi dalam analisis 3-d enam serum dan enam kolam darah. Secara keseluruhan
rata-rata, deviasi standar dan nilai-nilai CV yang berasal dari hasil ini dibandingkan di
dalam dan di seluruh jenis metode. Hasil yang dilaporkan untuk folat serum darah dan
seluruh mengakibatkan CV keseluruhan 27,6 dan 35,7% masing-masing, di kolam renang
dan dua sampai sembilan kali lipat perbedaan konsentrasi antara metode dengan variasi
terbesar terjadi pada konsentrasi folat rendah. Meskipun hasil untuk kolam serum
variabel kurang dari orang-orang untuk kolam darah secara keseluruhan, variasi
intermethod besar terjadi. Hasil ini menekankan kebutuhan mendesak untuk
mengembangkan dan memvalidasi metode referensi untuk pengukuran biomarker dan
untuk bahan referensi dengan benar ditandai. Selain temuan ini menggarisbawahi bahwa
ketika seseorang sedang mengevaluasi data penelitian atau klinis, rentang referensi
metode-spesifik (didirikan dengan konfirmasi klinis nilai untuk individu yang benar-
benar kekurangan) harus digunakan.
Selain studi banding antar laboratorium dilakukan pada serum dan folat darah
keseluruhan, Pfeiffer et al. Dibandingkan pengukuran total homosistein plasma di 14
laboratorium. Ini 14 laboratorium di seluruh dunia digunakan delapan metode analisis
yang berbeda. Laboratorium berpartisipasi dalam analisis 2-d dari 46 sampel plasma dan
kolam plasma kualitas kontrol. Mean antara-laboratorium-laboratorium dan dalam (di
antara yang dijalankan) CV adalah 9,3 dan 5,6% masing-masing, untuk sampel plasma.
Teknik khusus mempunyai nilai sistemik yang lebih tinggi atau lebih rendah bila
dibandingkan dengan kromatografi gas / spektrometer massa. Analisis ini menunjukkan
bahwa di antara-laboratorium variasi dalam satu metode homosistein dapat melebihi
variasi antara-metode. Meskipun beberapa metode tampak saling dipertukarkan, temuan
ini selanjutnya menarik perhatian pada kebutuhan untuk analisis presisi ditingkatkan.
II.2.3.10 Quality control: perencanaan jangka panjang
Untuk peneliti yang terlibat dalam studi prospektif jangka panjang, pertimbangan
kontrol kualitas jangka panjang adalah penting. Sebuah tinjauan laboratorium kontrol
kualitas perencanaan jangka panjang telah dilakukan oleh peneliti di laboratorium gizi
NHANES . Sebagai review, kontrol kualitas jangka panjang tidak hanya meliputi akurasi
dan presisi methodologic tetapi juga harus memastikan identifikasi positif spesimen
(termasuk adhesi dari label setelah nitrogen cair atau perendaman mendidih-air mandi)
dan alamat tren waktu terkait seperti stabilitas spesimen (termasuk tingkat kemerosotan
dari waktu ke waktu dan efek freeze-thaw), perubahan analis, reagen atau instrumentasi
dan musiman / variasi geografis. Sebagai contoh, di lab NHANES, baik bangku-kontrol
kualitas disiapkan pada tingkat konsentrasi rendah, normal dan tinggi yang menjalankan
dua sampai empat kali di masing-masing berjalan analitis, dan buta-kualitas kontrol dan
rendah dan agak tinggi tingkat normal dimasukkan ke dalam setiap menjalankan .
Untuk membantu pembaca, Tabel 2 A - C pertimbangan daftar untuk memilih
biomarker gizi yang tepat, memilih laboratorium, dan memahami kebutuhan
pengumpulan dan pengolahan spesimen. Untuk contoh dari tinjauan rinci tentang
memilih tes yang tepat dan laboratorium yang menyertainya, lihat artikel Nexo et al.,
yang menjelaskan jenis evaluasi untuk homocysteine.
TABEL 2A Pertimbangan-pertimbangan umum dalam memilih biomarker nutrisi
untuk studi penelitian epidemiologi
1. Asupan terakhir versus asupan biasa, versus akut kronis: relatif terhadap eksposur diet
Timing.
2. Jenis pengukuran: ukuran langsung (indikator statis) versus uji fungsional.
3. Apakah metode penilaian diet seperti kuisioner frekuensi makan atau recall 24-h
memberikan informasi diet yang cukup menghalangi kebutuhan untuk penilaian
biomarker?
4. Apakah dalam-orang (intra-) dan antara orang (antar-) varians telah didokumentasikan
untuk metode pengukuran biomarker kepentingan? Jika ya, adalah varians antara orang
lebih besar dari varians dalam orang? Jika tidak, akan sulit untuk menilai asosiasi tanpa
ukuran sampel yang sangat besar.
a) Apakah metode laboratorium telah distandardisasi terhadap metode referensi
diterima?
b) Apakah metode laboratorium terbukti dapat diandalkan / reproducible?
c) Memiliki spesifisitas dan sensitivitas biomarker yang telah dibuat?
d) Apakah nilai cutoff yang sesuai atau rentang referensi ada untuk biomarker dalam
populasi yang Anda pelajari?
e) Dapatkah Anda menganggap ada berbagai cukup konsentrasi dalam konsentrasi
biomarker dalam sampel Anda untuk menjamin penggunaannya?
f) Apakah logistik mungkin untuk mendapatkan spesimen sebagai protokol yang
menentukan atau melakukan pengumpulan dan transportasi kondisi meniadakan
penggunaan, yaitu, spesimen toko jauh dari cahaya pada 4 ° C?
TABEL 2B Pertimbangan dalam memilih laboratorium untuk penilaian dari
biomarker gizi
1. Apakah laboratorium memiliki penjelasan tertulis mengenai prosedur seluruh
preanalytical, analisis dan pelaporan untuk analit akan ditentukan untuk
epidemiologis, investigasi klinis dan studi metodologi penelitian atau untuk layanan
kolaboratif di laboratorium klinik?
2. Apakah kinerja analitik yang diklaim (koefisien variasi dan bias) dari laboratorium
memenuhi persyaratan yang diperlukan untuk mencapai tujuan dari epidemiologi atau
studi klinis?
3. Konfirmasikan dengan diterima kolam kontrol kualitas laboratorium serum yang
memenuhi presisi diterima diklaim dan persyaratan bias.
4. Konfirmasikan bahwa proses kalibrasi menggunakan standar utama dimurnikan
kemurnian diketahui atau kalibrator serum yang tersedia secara komersial yang dapat
dilacak untuk bahan referensi internasional atau nasional yang berlaku. Menanyakan
tentang eksperimen pemulihan dan apakah frekuensi penggunaan kalibrator
memenuhi persyaratan statistik.
5. Konfirmasikan bahwa laboratorium menggunakan diagram pengendalian kualitas
statistik pada tingkat bangku untuk menjaga keakuratan antara berjalan; waspada
perubahan bias dengan kalibrator baru, instrumen baru atau reagen memburuk dan
memberikan data kinerja analitik selama masa jangka panjang.
6. Menentukan apakah suatu laboratorium klinis berhasil berpartisipasi dalam program
kemahiran efektif dan Laboratorium Klinik Perbaikan Koreksi evaluasi atau apakah
suatu laboratorium epidemiologi telah membuktikan kinerjanya dapat dilacak untuk
nilai konsentrasi yang sangat akurat berlabel bahan rujukan nasional atau
internasional.
7. Sebelum analisis, pastikan bahwa proses sampel-koleksi, sampel persiapan dan
kondisi penyimpanan dan pengobatan pasien atau status penyakit tidak menimbulkan
efek matriks dalam sistem instrumen-reagen analitis, yang dapat mengakibatkan hasil
yang tidak akurat. Tersangka efek matriks dengan sampel beku, lyophilized atau
memburuk didenaturasi dengan penyimpanan tidak cocok, zat mengganggu dan
teknik penanganan yang tidak tepat.
8. Konfirmasikan bahwa instrumen pengukuran yang sangat akurat yang digunakan
untuk pengukuran volume kritis, carry-over kontaminasi tidak terjadi dalam
spektrofotometer atau penyerapan instrumen ukur, prosedur penanganan sampel
adalah kesalahan transkripsi mungkin direproduksi dan dikendalikan.
9. Apa yang rentang referensi analitis laboratorium dari analit? Apakah laporan
laboratorium yang cocok untuk digunakan dalam studi populasi atau subkelompok
individu yang dinilai? Apa through put laboratorium dan perubahan haluan? Apakah
pengujian dapat diselesaikan dalam kerangka waktu yang dibutuhkan?
10. Adalah biaya tes yang sesuai dan kompetitif bagi tuntutan pada akurasi dan presisi,
kebutuhan untuk menggunakan menduplikasi atau determinasi lebih, biaya personil
yang berkualitas tinggi yang ditugaskan untuk proyek dan kemungkinan bahwa
instrumentasi dan reagen sangat mahal?
11. Apakah petugas laboratorium termotivasi terhadap kinerja analitik berkualitas tinggi
dan tidak staf menerima pengawasan yang ketat?
TABEL 2C Pertimbangan dalam koleksi spesimen biomarker gizi dan pengolahan
Memahami sumber variasi: hasil dari Program Pendidikan Kolesterol Nasional
1. Apa jenis spesimen yang tepat untuk mengumpulkan (misalnya, plasma, serum, urin,
bloodspots)?
2. Apa metode yang tepat pengumpulan (misalnya, sampel kapiler, venipuncture, tengah
jalan urin, dll)?
3. Apa botol tepat? Botol harus menahan volume yang tepat, akan stabil ketika
membeku terus isinya tanpa kebocoran; label atau tanda harus memiliki adhesi jangka
panjang dan memiliki integritas pada kisaran temperatur.
4. Apakah pengawet atau antikoagulan diperlukan?
5. Berapa volume sampel yang dibutuhkan?
6. Apakah pengenceran, pelestarian, aliquoting atau persiapan hemolisat sampel
diperlukan?
7. Berapa besar seharusnya Aliquot adalah untuk memaksimalkan efisiensi penggunaan
sampel dan untuk memenuhi persyaratan untuk uji laboratorium?
8. Apakah mata pelajaran yang perlu cepat atau mengikuti instruksi lain sebelum
pengambilan sampel?
9. Apakah sampel sensitif terhadap cahaya, oksigen atau suhu?
10. Apakah Anda memiliki akses ke laboratorium lokal atau bisa Anda mengangkut
bahan koleksi ke kolom (yaitu, centrifuge, lemari es atau freezer, es basah atau
kering, proses mengeluarkan darah persediaan termasuk bantalan sarung tangan,
alkohol atau alkohol, kasa, perban, tabung Vacutainer dan jarum yang menyertainya ,
tong dan kontainer Biohazard pembuangan)?
11. Anda akan dapat mengumpulkan kontrol lapangan?
12. Apakah Anda memiliki persediaan cukup untuk membagi sampel untuk
menghasilkan duplikat?
13. Apakah stabilitas sampel dikenal dengan kondisi lapangan? Pada suhu optimal apa
yang harus diangkut sampel (misalnya, harus sampel dikirim didinginkan dalam
waktu 24 jam dari koleksi atau dapat mereka dibekukan atau didinginkan dan
kemudian dikirim atau diangkut di atas es basah atau kering)?
14. Pada suhu optimal apa yang harus sampel disimpan? Berapa ukuran optimal untuk
Aliquot penyimpanan untuk memaksimalkan utilitas dan meminimalkan hilangnya
sampel?
Lipid serum adalah contoh dari biomarker penting bagi upaya kolaboratif yang
telah menyebabkan baik biologis sumber pemahaman variasi dan standardisasi
pengukuran laboratorium. Cooper et al. ditinjau besar dan dampak dari sumber hayati dan
analitis utama variasi dalam lipid serum dan kadar lipoprotein terhadap risiko penyakit
jantung koroner. Karena keprihatinan tentang serum kolesterol dan resiko penyakit,
upaya bersama yang dilakukan untuk mencapai akurasi analitis dan presisi (misalnya, CV
<3% pada tahun 1992) serta untuk meminimalkan sumber hayati dan sampling error.
Dipastikan bahwa sumber perilaku variasi dalam lipid serum timbul dari gaya hidup
individu. Faktor gaya hidup termasuk pola makan, status berat badan, merokok, aktivitas
fisik dan konsumsi alkohol. Selain sumber perilaku variasi, ada juga sejumlah sumber
klinis variasi dalam lipid serum. Sumber-sumber mencakup negara metabolisme,
penyakit dan keadaan sakit sekunder atau lainnya seperti infark miokard, stroke,
hipertensi, nephrosis, diabetes dan infeksi. Sampling sumber variasi dalam serum lipid
juga termasuk status puasa, sikap dan pilihan serum versus plasma.
Keakuratan penentuan risiko penyakit kardiovaskular dari pengukuran kolesterol
dalam uji klinis dan studi epidemiologi lain tergantung pada ketersediaan metode
referensi yang akurat dan bahan referensi kolesterol dilabeli dengan nilai target yang
akurat. Pusat Pengendalian dan Pencegahan Penyakit (CDC)-diubah Abell-Levy-Brodie-
Kendall metode kolesterol diterima sebagai metode acuan kolesterol Nasional Sistem
Referensi Kolesterol. Metode ini juga metode referensi untuk dan LDL kolesterol HDL .
Sebuah penelitian dari pengaruh bias sistematik dan kesalahan acak, kontrol
kualitas dan variasi intraperson biologis pada Kolesterol Nasional Pendidikan Program
(NCEP) klasifikasi klinis untuk pengukuran lipid dilaporkan telah dilakukan. Investigasi
ini menemukan bahwa pedoman NCEP adalah cukup untuk memastikan klasifikasi
pasien yang benar setidaknya 90% dari waktu jika laboratorium memenuhi pedoman
NCEP untuk presisi analitis dan menggunakan prosedur pengendalian mutu standar .
Probabilitas ini dipastikan terlepas dari ukuran bias sistematis laboratorium atau
meningkat error analitik acak. Bekerja sama dengan produsen produk diagnostik
kolesterol, validitas pengukuran trueness lipid serum di laboratorium klinis sedang
diperbaiki dengan kalibrasi pabrik peralatan laboratorium klinis dengan metode referensi
dipelihara di CDC melalui kegiatan oleh National Kolesterol Referensi Metode
Laboratorium Jaringan ( CRMLN). The CRMLN menggunakan CDC bahan referensi
lipid serum diberi label oleh metode referensi CDC untuk membantu produsen uji in vitro
lipid diagnostik dengan validasi lipid dan lipoprotein pengujian sebelum tes
didistribusikan ke laboratorium klinis. Hal ini dilakukan agar laboratorium klinik di
seluruh AS dapat yakin bahwa mereka dapat mengukur secara akurat total, kolesterol
HDL dan LDL.
BAB III
KESIMPULAN
1. Pengukuran kesalahan sering diklasifikasikan sebagai kesalahan (analitis) biologis
(preanalytical) atau laboratorium. Preanalytical kesalahan biasanya meliputi kesalahan
biologis dan sampling, sedangkan kesalahan analitis berfokus pada laboratorium dan
termasuk metode, alat, pereaksi dan / atau efek matriks. Sumber umum laboratorium
variabilitas timbul dari kesalahan dalam pengumpulan spesimen dan penyimpanan, kesalahan
selama analisis spesimen dan dari perbedaan reagen, instrumen dan zat mengganggu.
2. Dua pendekatan utama untuk mengurangi kesalahan pengukuran laboratorium untuk buta
analis laboratorium untuk status kasus-kontrol spesimen dan untuk menghilangkan perbedaan
sistematis dalam hal cara dan spesimen kontrol ditangani. Mengurangi kesalahan pengukuran
(baik preanalytical atau analitis) dan memilih cutpoints yang tepat sangat penting dalam
epidemiologi gizi, di mana asosiasi lemah sering terjadi. Dengan benar menginterpretasikan
hubungan antara paparan gizi dan hasilnya, juga penting untuk mengantisipasi sifat dari
kesalahan. Ini adalah tanggung jawab peneliti untuk memilih biomarker yang valid dan
menginterpretasikan hasil dengan pengetahuan dari kesalahan diukur. Kesalahan ini harus
dimasukkan dalam pelaporan hasil untuk membantu interpretasi pembaca terhadap temuan
dan perbandingan dengan penelitian lain.
3. Meskipun penggunaan biomarker gizi dalam penyaringan tidak secara khusus dibahas dalam
makalah ini, isu serupa dan kekhawatiran harus diperhatikan. Di samping itu pengetahuan
sebelumnya atau estimasi sensitivitas dan spesifisitas untuk penyakit bunga diperlukan untuk
memastikan interpretasi yang benar tentang hasil. Interpretasi ini penting untuk implementasi
pengobatan dan / atau tindakan kontrol. Penelitian selanjutnya tentang dampak penyakit dan
genetika di tingkat biomarker nutrisi akan membantu peneliti lebih baik menafsirkan
biotanda diukur dan dengan demikian membantu dalam pemahaman tentang peran kausal
antara diet, metabolisme dan genetika dan penyakit. Sebagai penilaian biomarker
meningkatkan gizi, mereka dapat digunakan untuk menilai eksposur makanan serta
memberikan informasi penting tentang efek biologis dan karakteristik awal penyakit.
Menentukan dan quantitating sumber kesalahan biologi dan laboratorium untuk semua
biomarker nutrisi (seperti telah dilakukan selama lipid) sehingga akan menjadi langkah
penting dalam bidang epidemiologi gizi.
DAFTAR PUSTAKA
Michels ,Heidi B dkk.2003. Laboratory Issues: Use of Nutritional Biomarkers. New York :North America's Technical Committee on Food Components for Health Promotion
Wikipedia.2011.Biomarker. http://en.wikipedia.org/wiki/Biomarkers diakses pada tanggal 13 Mei 2011
Wikipedia.2011.Biomarker medicine. http://en.wikipedia. org/wiki/Biomarker_%28 medicine% 29 diakses pada tanggal 13 Mei 2011
Wikipedia.2011.Biomarker Cell. http://en.wikipedia.org/wiki/Biomarker_(cell) diakses pada tanggal 13 Mei 2011
Wikipedia.2011.Biomarker chemichal. http://en.wikipedia.org/wiki/Biomarker_(chemicals) diakses pada tanggal 13 Mei 2011
Wikipedia.2011.Biomarkers of exposure asessesment. http://en.wikipedia. org/wiki/ Biomarkers_of_exposure_ assessment diakses pada tanggal 13 Mei 2011
Wikipedia.2011.Biomarker discovery. http://en.wikipedia.org/wiki/Biomarker_discovery diakses pada tanggal 13 Mei 2011