ABSTRACT Background Standard insulin resistance (IR) marker now available was HOMA-IR which is expensive and not available widely as routine test so surrogated marker was needed. Adiposity excess, glucose and lipid metabolism marker were the three metabolic risk strongly correlated with IR. Epidemiology study found triglyceride glucose index (TyG), visceral adiposity index (VAI) dan lipid accumulation product (LAP) could predict HOMA-IR. Adding the 3rd metabolic risk such adiposity excess to TyG index gained discrimination value to predict IR. To the best of our knowledge this study never been held before in Javanese, Indonesia. Aims of this study was to investigated ability of the three index as single or combination to predict IR in Indonesia. Methods study design was cross sectional with 184 participants. IR describe as HOMA-IR more than 75 percentiles for each gender. Spearman correlation and receiver operating characteristic (ROC) was construct to recognized ability of the metabolic index to predict IR. Standard mathematical equation was used to calculated HOMA-IR, TyG, VAI and LAP. Addition of excess of adiposity marker to TyG, add glucose to VAI and LAP as multiply function was used to investigate the triple metabolic risk simultaneously. Result Combine index have higher correlation and AUC than single index. Value of LAP have higher correlation and AUC than TyG and VAI. Combination of TyG index have higher correlation than other combination indeks. The acceptable discrimination index signed by AUC > 0.7 to predict IR reach by TyG*BMI, TyG*WC, TyG* WtHR, TyG*VF and LAP* glucose. The highest AUC reach by TyG*WtHR. Conclusion we suggest TyG with combine of excess adiposity and LAP*glucose mention above could be used as surrogated marker to recognize IR in Javanese, Indonesia. This combination index acceptable but not as good as HOMA-IR to predict IR. Keyword: Surrogated marker, Insulin resistance, TyG Index, VAI, LAP index, HOMA-IR. ABSTRAK Latar belakang Standar biomarker resistensi insulin adalah HOMA-IR. Pemeriksaan ini relatif mahal dan tidak tersedia sebagai pemeriksaan rutin di Indonesia, sehingga biomarker pengganti diperlukan. Kelebihan lemak tubuh, kadar glukosa dan profil lemak darah merupakan tiga risiko metabolik berkorelasi kuat dengan RI. Studi epidemiologi menunjukkan nilai triglyceride glucose indeks (TyG), visceral adiposity indeks (VAI) dan lipid accumulation product (LAP) erat kaitannya dengan homeostasis model assessment for insulin resistance (HOMA-IR) Penambahan risiko metabolik ketiga (TyG*antropometri) dapat meningkatkan nilai diskriminasi untuk mendeteksi RI. Studi tersebut masih terbatas pada populasi Asia khususnya Indonesia. Tujuan penelitian ini untuk mengamati korelasi dan derajat diskriminasi TyG, VAI dan LAP sebagai indeks tunggal maupun kombinasi untuk memprediksi RI pada etnis Jawa di Indonesia. Metode penelitian potong lintang diikuti oleh 184 subjek. RI didefinisikan sebagai nilai HOMA-IR lebih dari persentil 75 berdasarkan jenis kelamin. Uji korelasi Spearman dan nilai area under curve (AUC) dari kurva receiver operating characteristic (ROC) digunakan untuk menilai kemampuan diskriminasi prediksi RI. Hasil penelitian ini menunjukkan kombinasi indeks memiliki nilai korelasi dan luas AUC yang lebih tinggi daripada indeks tunggal. Indeks LAP memiliki nilai korelasi dan AUC yang lebih tinggi dibandingkan TyG dan VAI. Indeks kombinasi TyG dan antropometri memiliki nilai korelasi dan AUC yang lebih tinggi dibandingkan indeks kombinasi lainnya. Diskriminasi indeks yang dapat diterima untuk memprediksi resistensi insulin dicapai oleh TyG*BMI, TyG*WC, TyG*WtHR, TyG*VF dan LAP*glukosa. Diskriminasi indeks tertinggi dicapai oleh TyG*WtHR. Kesimpulan Kombinasi TyG dengan BMI, WC, WtHR, VF dan LAP*glukosa merupakan kandidat biomarker untuk mendeteksi RI pada etnis Jawa di Indonesia. Kombinasi indeks ini menjanjikan sebagai biomarker pengganti meskipun tidak sebaik HOMA-IR untuk memprediksi RI. Kata Kunci: Biomarker pengganti, resistensi insulin, Indeks TyG, VAI, Indeks LAP, HOMA-IR.
Copyrights © 2019