Langsung ke konten utama

Interpretasi hasil biomonitoring

Secara konvensional, konsentrasi biomarker urin (misalnya: S-PMA, HA, dan MHA) dikoreksi terhadap tingkat hidrasi untuk menghasilkan konsentrasi biomarker terkoreksi. Rumus yang digunakan adalah:




Untuk dapat menggunakan rumus tersebut maka terdapat syarat yang harus dipenuhi, yaitu konsentrasi kreatinin urin antara 0,3 – 3 g/l. 

Pada rumus di atas, konsentrasi kreatinin urin sebagai penyebut, dengan demikian jika penyebut semakin kecil maka hasil bagi semakin besar dan sebaliknya jika penyebut semakin besar maka hasil bagi semakin kecil. Dengan perkataan lain, jika konsentrasi kreatinin urin lebih kecil dari 0,3 g/l maka konsentrasi biomarker terkoreksi akan lebih besar dari seharusnya dan sebaliknya jika konsentrasi kreatinin urin lebih besar dari 3 g/l maka konsentrasi biomarker terkoreksi akan lebih kecil dari seharusnya. Hal ini berpotensi menimbulkan kesalahan dalam interpretasi data hasil pengukuran biomarker tersebut.

Perlu juga diketahui bahwa rumus tersebut mengasumsikan bahwa konsentrasi kreatinin urin stabil, yaitu hasil dari pengumpulan urin selama 24 jam. Pada praktik di kedokteran okupasi pengumpulan urin pekerja selama 24 jam tidak praktis dan yang dilakukan adalah pengambilan urin sewaktu. Konsentrasi kreatinin urin sewaktu dipengaruhi oleh:

  • Tingkat hidrasi atau dilusi urin
  • Waktu pengambilan sampel, dimana konsentrasi kreatinin urin pada pagi hari lebih tinggi dibandingkan pada sore hari

Konsentrasi kreatinin urin juga dipengaruhi oleh:

  • Indeks massa tubuh, dimana satu unit peningkatan indeks massa tubuh akan meningkatkan konsentrasi kreatinin urin sebesar 1,3 g/dl.
  • Usia, konsentrasi kreatinin urin pada individu berusia 12-29 tahun adalah yang paling tinggi.
  • Penyakit diabetes mellitus, dimana konsentrasi kreatinin urin pada penderita diabetes mellitus lebih kecil dibandingkan yang tidak menderita diabetes mellitus.
  • Fungsi ginjal
  • Gangguan tidur akan menurunkan konsentrasi kreatinin urin.

Oleh karena itu ketika menginterpretasi hasil biomonitoring untuk biomarker tertentu maka hal-hal tersebut di atas perlu dipertimbangkan. 

Komentar

Posting Komentar

Postingan populer dari blog ini

Interpretasi hasil analisis statistika pajanan lingkungan kerja

Dalam postingan Statistik data hasil pemantauan pajanan lingkungan kerja (professional-hse.blogspot.com)  sudah disampaikan statistik yang harus dihitung saat menganalisis data hasil pengukuran pajanan di lingkungan kerja.  Di bawah ini adalah contoh interpretasi hasil pengukuran pajanan benzene dengan passive sampler pada 12 pekerja dengan level of detection 0,033 ppm. Kita lihat bahwa statistik rerata aritmatika dan rerata aritmatika dengan pendekatan maximum likelihood estimation (MLE) tidak berbeda jauh, akan tetapi jika diperhatikan rentang nilai minimum - maksimum (0,034 - 0,507 ppm) lebih besar dibandingkan rentang nilai batas bawas - atas (0,124 - 0,395). Rerata geometris, yang tidak terpengaruh oleh pencilan, lebih kecil dibandingkan kedua rerata aritmatika.  Variabilitas pajanan dapat dinilai dengan statistik simpang baku geometris. Pada contoh di atas terlihat bahwa nilai simpang baku geometris di atas 1,5 tetapi lebih kecil dari 2,5 dengan demikian vari...
Posting Komentar
Baca selengkapnya

Variabilitas pajanan bahan kimia di tempat kerja

Pajanan bahan kimia pada pekerja di lingkungan kerja sangat bervariasi: dari hari ke hari dari satu pekerja ke pekerja lain dari satu kelompok pekerja ke kelompok pekerja lain.  Bahkan dalam satu shift kerja, pajanan bervariasi dari menit ke menit. Variasi ini terjadi akibat perubahan dalam faktor seperti: laju pembentukan kontaminan tingkat ventilasi aktivitas yang dilakukan oleh pekerja.  Variabilitas ini memengaruhi jumlah sampel yang dibutuhkan untuk sepenuhnya mengkarakterisasi variasi tersebut di atas dan kemampuan skema penilaian yang ada untuk membandingkan kelompok pekerja yang berbeda atau membandingkan pajanan terhadap nilai ambang batas (NAB).  Satu pendekatan yang dilakukan untuk menangani masalah variabilitas dalam pajanan pekerja adalah dengan mengelompokkan pekerja ke dalam similarly exposure groups (SEGs) , yang dapat dilakukan dengan: Pendekatan kualitatif Pendekatan kuantitatif Pendekatan kualitatif Pengelompokkan pekerja ke dalam SEGs dilakukan denga...
Posting Komentar
Baca selengkapnya

Kelebihan berat badan dan obesitas

Untuk mengetahui apakah individu mengalami kelebihan berat badan adalah dengan menghitung indeks massa tubuh (IMT) menggunakan rumus berat badan (kg) dibagi dengan tinggi badan (m) kwadrat , sehingga satuan IMT adalah  kg/m 2 . Terdapat dua jenis penggolongan hasil perhitungan IMT, yaitu menurut WHO ( World Health Organization ) dan asia pasifik .  Pada 2018, penduduk dewasa Indonesia yang memiliki IMT kelebihan berat badan adalah 13,6 dan obesitas adalah 21,8%, sehingga total penduduk dewasa yang memiliki IMT kelebihan berat badan dan obesitas adalah 35,4%, artinya sekitar 1 dari 3 penduduk dewasa mengalami masalah kelebihan gizi .  Kecenderungan individu untuk mengalami kelebihan berat badan dan obesitas berkaitan dengan beberapa faktor sosio-demografi seperti: Lebih umum dijumpai di perkotaan daripada pedesaan Pekerjaan yang tak menuntut banyak gerak  Aktivitas fisik yang lebih rendah pada waktu luang Perempuan Tingkat kesejahteraan rumah tangga Jenis industri te...
Posting Komentar
Baca selengkapnya