Estimasi Pengaruh Ketidakseimbangan Energi Terhadap Perubahan Berat Badan Pada Anak-Anak Ahmad Abdullah 2012-32-090.

Slides:



Advertisements
Presentasi serupa
REGRESI LINIER Dewi Gayatri.
Advertisements

REGRESI NON LINIER (TREND)
MAKROEKONOMI, edisi ke-6.
Uji Korelasi dan Regresi
REGRESI DAN KORELASI Pada bab ini akan membahas dua bagian yang saling berhubungan, khususnya dua kejadian yang dapat diukur secara matematis. Dalam hal.
BOROBUDUR SUNRISE.
ANALISIS REGRESI TERAPAN
TEMU VI.
KORELASI DAN REGRESI LINEAR SEDERHANA
UJI KORELASI DAN REGRESI LINIER
KORELASI & REGRESI LINIER
Telaah kritis artikel Breast feeding and obesity : cross sectional study Rüdiger von Kries, Berthold Koletzko, Thorsten Sauerwald, dkk. Tri Widyastuti.
Menentukan Perilaku Biaya
FORECASTING -PERAMALAN-
Disusun oleh: Neni Nuraeni
Pola Stunting dan Wasting: Faktor Potensi Penjelasan ¹−³
Seminar gizi Kesehatan
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
Analisis Korelasi & Regresi
Analisis Korelasi & Regresi
MODUL MAKROEKONOMI MANKIW
GIZI DALAM DAUR KEHIDUPAN
JOURNAL OF THE ACADEMY OF NUTRITION AND DIETETICS
REGRESI LOGISTIK BINER
Pertemuan ke 14.
SUATU PENDEKATAN NOVEL MELOKALISASIKAN IKATAN VITAMIN D DENGAN RESISTENSI INSULIN KE SATU WILAYAH DARI RANGKAIAN KESATUAN 25-HIDROKSI VITAMIN D 1,2 Sintia.
A. Cara menghitung kebutuhan energi dan zat gizi sehari
Energi dan Fruktosa Dari Minuman Manis Dengan Gula atau sirup jagung fruktosa tinggi menimbulkan risiko kesehatan bagi sebagian orang. Nama : Anita Sonia.
ANALISiS DATA Nurul Wandasari Singgih, M.Epid
Perubahan Asupan Kafein dan Perubahan Berat Badan Jangka Panjang pada Pria dan Wanita Esther Lopez-Garcia, Rob M van Dam, Swapnil Rajpathak, Walter C.
Sutanto priyo hastono Dep. Biostatistik FKMUI
SEMINAR GIZI KESEHATAN Hubungan antara kualitas diet dan faktor resiko kardiometabolik pada perempuan pasca-menopause Vinny Aprio Mita
Pertemuan ke 14.
Regresi Linier (Linear Regression)
KESEIMBANGAN ENERGI SYAFRIANI, SKM, M.KES.
Analisis REGRESI.
NAMA: ELITHA PUSPITA CITRA INDAH PRATIWI NIM:
MAKROEKONOMI, edisi ke-6.
PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang.
Peramalan .Manajemen Produksi #3
ANALISIS REGRESI LINIER BERGANDA
AKIL BALIGH, GIZI REMAJA DAN DEWASA
Titus Priyo Harjatmo, M.Kes
Analisis Korelasi & Regresi
ANALISIS REGRESI SEDERHANA
Prevalensi Obesitas Mahasiswa Baru FMIPA UGM
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
PERTUMBUHAN IKAN Prof.Dr.Ir.Arief Prajitno, MS 22 oktober 2012
ANALISis DATA statistik
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
SEMINAR GIZI KESEHATAN
Titus Priyo Harjatmo, M.Kes
ANALISis DATA statistik
Analisis Risiko Kesehatan Lingkungan Studi Kasus ( Analisis Risiko Pajanan Konsentrasi Pb Pada Anak SD Di Jakarta ) Anis Latifah BK STIKes Bhakti.
Analisis Regresi dan Korelasi Linear
DESAIN PENELITIAN Created by : Andi khairunnisa Ayudya Sekar
Penilitian Retrospektif study
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
KORELASI & REGRESI LINIER
MODUL MAKROEKONOMI MANKIW
ANALISIS REGRESI LINIER
Menentukan Perilaku Biaya
GAMBARAN PERILAKU MENGKONSUMSI SAYUR DAN BUAH SERTA STATUS GIZI REMAJA SMPN 1 WONGGEDUKU KABUPATEN KONAWE NOVITA ARYANTI P
Gizi Seimbang untuk Remaja.
Pengaruh Dividend Payout Ratio dan Return On Investment Terhadap Harga Saham (Studi Kasus Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia)
dr Nurtakdir Kurnia Setiawan, Sp.S
Low Back Pain Prevalence and Related Workplace Psycosocial Risk Factor: A Study Using Data From the 2010 National Health Interview Survey Haiou Yang et.
ANALISIS REGRESI: DUA VARIABEL
PENGEMBANGAN MODEL KEEFEKTIVITASAN MANAJEMEN SDM DI TAIWAN
DESAIN PENELITIAN Merupakan rancangan penelitian yang disusun sedemikian rupa sehingga dapat menuntun peneliti untuk dapat memperoleh.
Transcript presentasi:

Estimasi Pengaruh Ketidakseimbangan Energi Terhadap Perubahan Berat Badan Pada Anak-Anak Ahmad Abdullah 2012-32-090

Abstrak Latar belakang Estimasi perubahan berat dari perubahan keseimbangan energi penting untuk memprediksi pengaruh intervensi pencegahan obesitas Tujuan Tujuannya adalah untuk mengembangkan dan memvalidasi persamaan dalam memprediksi berat rata-rata dari populasi anak dalam memberikan respon perubahan asupan energi total (TEI) atau pengeluaran energi total (TEE).

Pendahuluan Prevalensi obesitas tinggi dan terus meningkat pada banyak negara, menyebabkan pertanyaan tentang identifikasi intervensi paling efektif pada tingkat populasi. Terdapat beberapa studi intervensi populasi dengan hasil antropometri dan keputusan berbasis bukti tentang intervensi paling efektif dan hemat biaya yang bergantung pada perkiraan model. Pemodelan membutuhkan jalur logika hubungan antara input dan variabel hasil dan serangkaian koefisien untuk setiap hubungan, sehingga perubahan kuantitatif dapat diperkirakan. Sebuah contoh dari jalur logika yang menghubungkan intervensi yang mengubah pola makan dan aktivitas fisik atau tidak aktif untuk hasil perubahan kelebihan berat badan dan obesitas prevalensi ditunjukkan pada Gambar 1. Penelitian ini difokuskan pada komponen jalur yang menghubungkan perubahan dalam keseimbangan energi untuk perubahan berat badan.

Gambar 1. Jalur logika untuk perubahan model () dalam makan dan pola aktivitas fisik terhadap perubahan berat badan, indeks massa tubuh (BMI; kg/m2), dan prevalensi kelebihan berat badan dan obesitas.

Tujuan dari penelitian ini adalah untuk menggunakan data EE dari penelitian yang telah menggunakan teknik doubly labeled water pada anak-anak dan remaja untuk mengukur hubungan antara EE dan berat badan, untuk mengubah hubungan kuantitatif menjadi persamaan yang memprediksi berat badan titik menetap pada populasi sebagai fungsi dari EI dan EE di mana keseimbangan energi dicapai, dan untuk memvalidasi persamaan ini terhadap studi longitudinal di mana EE diukur 2 kali.

Subjek dan Metode Dalam 963 anak dengan rata-rata (+ SD) usia adalah 8,1 ± 2,8 tahun (kisaran: 4-18 tahun) dan berat 31,5 ± 17,6 kg, TEE diukur menggunakan doubly labeled water. Log berat (variabel dependen) dan log TEE (variabel bebas) dianalisis dalam model regresi linier dengan tinggi badan, usia, dan jenis kelamin sebagai kovariat. Diasumsikan bahwa poin keseimbangan dinamis, disebut “poin menetap,” terjadi karena populasi dimana energi berada dalam keseimbangan (TEE = TEI), berat badan stabil (pertumbuhan diabaikan), dan fluks energi (EnFlux) sama dengan TEE.

asumsi Kami membuat 2 asumsi dalam mengkonversi hubungan cross-sectional ini menjadi koefisien yang digeneralisasikan dan dapat digunakan untuk memprediksi perbedaan berat badan, diberikan perbedaan EI dan EE. Pertama, kita mengasumsikan bahwa rata-rata seluruh populasi penelitian, TEE itu sama dengan EI total (TEI). Selama periode di mana pengukuran TEE dibuat (biasanya » 1-2 minggu), akan terdapat ketidaksesuaian kecil antara TEE rata-rata dan TEI karena pertumbuhan anak-anak di masa itu, tapi ketidaksesuaian ini berada dalam urutan 2%, dan kita mengabaikannya untuk keperluan studi ini

Lanjutan… Kedua, kita mengasumsikan bahwa jika populasi berada dalam keseimbangan energi, maka rata-rata fluks energi (EnFlux) di bawah kondisi-kondisi keseimbangan adalah jumlah energi harian dan keluar sementara subjek berada dalam keseimbangan energi (EnFlux = TEE = TEI), dan EnFlux berhubungan dengan berat badan rata-rata populasi. Titik keseimbangan dinamis disebut “titik menetap” atau nilai steady state (keadaan baik) untuk berat rata-rata tubuh (mengabaikan efek kecil pertumbuhan), sesuai dengan rata-rata EnFlux. Istilah TEE dan TEI digunakan untuk menunjukkan data mentah, dan istilah yang sama, EnFlux, digunakan untuk persamaan dan implikasi.

Analisis Stasistik Kami menghitung karakteristik sampel dan dilakukan 2 analisis regresi sederhana. Pertama, kita melakukan regresi TEE atau TEI ke berat badan. Karena hubungan antara massa tubuh dan TEE dikenal eksponensial pada seluruh spesies mamalia, kami menggunakan logaritma natural untuk berat badan dan TEE atau TEI untuk regresi kedua. Penggunaan log mengurangi kemiringan dari berat dan variabel TEE atau TEI dan juga meningkatkan linearitas dan mengurangi heteroskedastisitas hubungan mereka.

Lanjutan.. Kami menggunakan istilah lnEnFlux (= lnTEE = lnTEI) dalam regresi hirarkis dengan lnBerat (lnkg) sebagai variabel dependen dan lnEFlux (lnkJ/hari), tinggi (cm), umur (tahun), dan jenis kelamin (laki-laki = 0, perempuan = 1) sebagai kumpulan pertama variabel. Kami kemudian memberikan penilaian pusat studi, etnis, dan istilah interaksi (yaitu, usia dan jenis kelamin X lnEnFlux X lnEnFlux) sebagai variabel dengan memeriksa perubahan terhadap nilai R2 yang disesuikan. Pusat studi dan etnis dikodekan dalam 2 set dari 7 variabel dummy. Untuk analisis longitudinal, kami memasukkan perubahan usia, tinggi badan, dan EnFlux (= TEE) dalam persamaan untuk memprediksi perubahan berat. Kami menggunakan software SPSS (versi 12.0.1; SPSS Inc, Chicago, IL) untuk semua analisis

Hasil Karakteristik total sampel penelitian (n = 963) dan sampel tertentu pusat ditunjukkan pada Tabel 1. Sampel mencakup berbagai usia (3,9-18,8 tahun), bobot (13,6-141,2 kg), TEE (2848- 24 757 kJ/hari), dan etnis.

Gambar 2. Hubungan antara berat badan dan pengeluaran energi total atau asupan sebagai variabel linear (atas: r = 0.84) atau sebagai (ln) variabel log-transformed (bawah: r = 0,86).

Gambar 3. Perbedaan perkiraan dalam “titik menetap” untuk berat badan rata-rata 3 populasi anak-anak atau remaja menurut perbedaan rata-rata energi keseimbangan fluks [yang sama dengan asupan energi total (TEI) atau pengeluaran energi total (TEE) ketika berada dalam keseimbangan energi]. Kemiringan garis adalah = 0,45, yang berarti bahwa jika populasi B memiliki rata-rata energi keseimbangan fluks 10% lebih tinggi dari populasi A, titik menetap untuk berat badan rata-rata akan  4,5% lebih tinggi. Demikian pula, jika populasi C memiliki fluks energi keseimbangan rata-rata 10% lebih rendah dari populasi A, titik menetap untuk berat badan rata-rata akan  4,5% lebih rendah

Kesimpulan Hubungan EnFlux dengan berat adalah positif, tersirat bahwa TEI tinggi (dibandingkan aktivitas fisik yang rendah dan TEE rendah) adalah penentu utama berat badan tinggi. Dua populasi anak-anak dengan perbedaan 10% dalam rata-rata EnFlux akan memiliki perbedaan 4,5% dalam rata-rata berat.

Lanjutan.. Kesimpulannya, kami telah menyajikan model yang divalidasi untuk memperkirakan perbedaan berat tubuh rata-rata populasi anak yang memiliki fluks energi keseimbangan berbeda, terutama didorong oleh perbedaan wEI. Persamaan dapat digunakan untuk memodelkan efek intervensi pencegahan obesitas populasi pada berat badan rata-rata dan prevalensi obesitas, tapi secara hati-hati diperlukan dalam menerapkan model tersebut untuk perorangan. Pemodelan efektivitas berbagai intervensi populasi harus disediakan untuk pengambil keputusan kesehatan masyarakat dengan panduan sementara penting untuk investasi dalam pencegahan obesitas sementara mereka menunggu studi perubahan berat yang lebih empiris pada anak-anak dan remaja.

TERIMAKASIHHHH