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