MENDEFINISIKAN RESISTENSI INSULIN DENGAN

KLEM HIPERINSULINEMIA-EUGLIKEMIA

ABSTRAK

TUJUAN

Penelitian ini dirancang untuk menentukan titik cutoff untuk mengidentifikasi resistensi insulin dari

penelitian klem hiperinsulinemia-euglikemia yang dilakukan pada 120 mU/m2 menit dalam populasi⋅

putih dan menghasilkan persamaan dari variabel klinik dan darah yang rutin diukur untuk

memprediksi rasio pembuangan klem yang diturunkan glukosa (Glucose Disposal Rate[GDR]), yaitu,

sensitivitas insulin.

DESAIN DAN METODE PENELITIAN

Kami mengumpulkan data dari klem hiperinsulinemia-euglikemia (120 mU/m2 min dosis insulin)⋅

yang dilakukan di Pennington Biomedical Research Center antara 2001 dan 2011. Subjek dibagi

menjadi subjek dengan diabetes (n=51) dan tanpa diabetes (n=116 ) berdasarkan laporan sendiri

dan/atau glukosa puasa ≥ 126 mg/dL .

HASIL

Kami menemukan bahwa 75 % dari individu dengan GDR < 5,6 mg / kg massa bebas lemak (FFM) +

17,7 menit benar-benar resisten insulin . Nilai ⋅ cutoff GDR dinormalisasi untuk berat badan, luas

permukaan tubuh, atau FFM adalah 4,9mg/kg menit, 212,2 mg/m⋅ 2 menit, dan 7,3 mg/kgFFM menit,⋅ ⋅

masing-masing. Selanjutnya, kita menggunakan model klasifikasi pohon untuk memprediksi GDR

dari variabel klinis dan biokimia rutin yang diukur. Kami menemukan bahwa resistensi insulin

individu dapat diperkirakan dengan sensitivitas (89%) dan spesifisitas (67%) yang baik dari penilaian

model homeostasis resistensi insulin (HOMA-IR) > 5,9 atau 2,8 < HOMA-IR < 5.9 dengan HDL < 51

mg/dL .

KESIMPULAN

Kami mengembangkan cutoff untuk menentukan resistensi insulin dari klem hiperinsulinemia-

euglikemia. Selain itu, kami sekarang menyediakan pohon klasifikasi untuk memprediksi resistensi

insulin dari penanda klinis dan biokimia rutin yang diukur. Temuan ini memperluas klem dari alat

penelitian untuk menyediakan pesan klinis bermakna bagi peserta dalam studi penelitian, berpotensi

memberikan peluang yang lebih besar untuk mengenali resistensi insulin lebih awal.

1

Ada bukti substansial bahwa resistensi insulin, biasanya didefinisikan sebagai

penurunan sensitivitas atau respon terhadap aksi metabolisme insulin, adalah prekursor dari

sindrom metabolik dan diabetes tipe 2. Standar emas untuk menilai resistensi insulin pada

manusia adalah klem hiperinsulinemia-euglikemia. Dikembangkan oleh DeFronzo dkk. pada

tahun 1979, prosedur ini mengasumsikan bahwa pada dosis tinggi infus insulin (>80

mU/m2 menit), status hiperinsulinemia cukup untuk sepenuhnya menekan produksi glukosa⋅

hepatik dan bahwa tidak ada perubahan bersih dalam konsentrasi glukosa darah di bawah

kondisi stabil. Dalam kondisi seperti itu, kadar glukosa infus adalah sama dengan tingkat

pembuangan glukosa seluruh tubuh (GDR) atau glukosa metabolis (M) dan mencerminkan

jumlah glukosa eksogen yang diperlukan untuk sepenuhnya mengkompensasi

hiperinsulinemia tersebut. GDR dinyatakan sebagai fungsi dari ukuran metabolik tubuh,

seperti berat badan (kg) , luas permukaan tubuh (m2; BSA), massa lemak bebas (kg; FFM),

atau ukuran metabolik (kgFFM+17,7).

Klem hiperinsulinemia-euglikemia digunakan dalam studi cross-sectional dan studi

prospektif yang dirancang untuk menguji pengaruh intervensi (penurunan berat badan,

penambahan berat badan, atau pengobatan farmakologis) pada sensitivitas insulin. Pertanyaan

tentang apa itu nilai M “normal” sebagian besar tidak diketahui, tetapi tergantung pada dosis

insulin infus. Pada tahun 1985, Bergman dkk memeriksa nilai M di 18 studi klem independen

dengan kecepatan infus insulin 40 mU/m2 menit. Untuk subjek yang tidak gemuk dan⋅

toleransi glukosa normal, nilai rata-rata adalah antara M 4,7 dan 8,7 mg glukosa per kilogram

massa tubuh per menit.

Dari data tersebut, Bergman dkk mengusulkan definisi konservatif untuk resistensi

insulin sebagai nilai M < 4,7 mg/kg menit. Untuk pengetahuan kita, hanya satu penelitian⋅

yang menggunakan pendekatan statistik untuk menentukan titik cutoff untuk mengidentifikasi

resistensi insulin dari klem. Dalam analisis ini, hasil dari 2.321 (2.138 subjek tanpa diabetes)

prosedur klem euglikemia (40 mU/m2 min) pada populasi etnis yang beragam berkumpul.⋅

Ditemukan bahwa resistansi insulin terbaik diprediksi ketika subjek memiliki GDR (nilai M)

< 28 μmol/kgFFM menit. Bersama-sama, studi-studi sebelumnya memberikan perkiraan⋅

yang wajar dari distribusi GDR untuk klem yang dilakukan dengan kecepatan infus insulin

dari 40 mU/m2 menit.⋅Pertanyaan tentang apa itu nilai M normal dan relevan secara klinis berasal dari klem

menggunakan dosis infus insulin lain, seperti 120 mU/m2 menit, tidak diketahui. Dengan⋅

demikian, sulit bagi dokter untuk menjelaskan pentingnya hasil dari klem tersebut kepada

peserta penelitian. 120 mU/m2 menit insulin dipilih untuk analisis ini karena dua alasan⋅

2

utama: 1) produksi glukosa endogen kemungkinan akan sepenuhnya ditekan, dan 2) waktu

yang lebih singkat yang dibutuhkan untuk mencapai kondisi mapan dengan kecepatan infus

yang lebih tinggi, sehingga membuat dosis insulin ini lebih hemat biaya dan juga mengurangi

beban peserta. Selain itu, meskipun teknik klem adalah standar emas untuk menilai langsung

resistensi insulin pada manusia, itu memakan waktu, padat karya, dan secara keseluruhan

mahal. Oleh karena itu, kemampuan untuk memprediksi hasil klem dari data klinis lain, yang

keduanya mudah untuk didapatkan dan lebih murah untuk diukur, adalah penting.

Dalam penelitiaan ini, kami mengumpulkan data dari studi klem yang dilakukan di

bawah prosedur operasi standar di Pennington Biomedical Research Center (PBRC, Baton

Rouge, LA), antara 2001 dan 2011, dengan kecepatan infus insulin 120 mU/m2 menit. Tujuan⋅

kami adalah untuk 1) menentukan titik cutoff untuk mengidentifikasi resistensi insulin untuk

studi klem hiperinsulinemia-euglikemia yang dilakukan pada 120 mU/m2 menit dalam⋅

populasi kulit putih dan 2) menghasilkan persamaan dari variabel klinis dan darah yang

umumnya diukur untuk memprediksi sensitivitas insulin (nilai-nilai M yang berasal dari

klem) .

DESAIN DAN METODE PENELITIAN

The Pennington Center Longitudinal Study merupakan investigasi yang sedang

berlangsung dari efek obesitas dan faktor gaya hidup pada pengembangan penyakit kronis

seperti diabetes tipe 2 dan penyakit kardiovaskular. Sampel terdiri dari relawan yang telah

berpartisipasi dalam gizi, penurunan berat badan, dan intervensi metabolik lainnya dan studi

observasional di PBRC sejak tahun 1992. Analisis cross-sectional saat ini terbatas untuk

peserta dewasa dengan klem hiperinsulinemia-euglikemia 120 mU/m2 menit sebelum⋅

intervensi dan dual-energy X-ray absorptiometry (DXA) scan antara 2001 dan 2011 (n=263).

Subyek dengan glukosa plasma puasa > 180 mg/dL atau diagnosis diabetes > 5 tahun

dikeluarkan. Kohort kami terdiri dari 167 kulit putih, 94 orang Amerika Afrika, dan dua

orang lain. Klem dilakukan pada 120 mU/m2 menit sebagai dosis insulin ini dianggap cukup⋅

tinggi untuk sepenuhnya menekan produksi glukosa hepatik .

Status diabetes ditentukan oleh laporan sendiri atau konsentrasi glukosa plasma puasa

≥ 126 mg/dL . Subyek diklasifikasikan sebagai diabetes jika mereka 1 ) melaporkan diri “ya”

untuk memiliki diabetes (n=62) atau 2) melaporkan diri “tidak” untuk diabetes tetapi

memiliki glukosa puasa ≥ 126 mg/dL (n=4) . Subyek digolongkan sebagai nondiabetes jika

mereka melaporkan diri “tidak” dan memiliki glukosa puasa < 126 mg/dL (n=197) . Selain

itu, untuk verifikasi status diabetes, kami juga mendapatkan data HbA1c, yang tersedia pada

3

104 dari 263 subjek. Kadar HbA1c lebih tinggi dalam subjek yang diklasifikasikan memiliki

diabetes (6,1 ± 0,6%) dibandingkan dengan subjek yang tergolong tidak memiliki diabetes

(5,4 ± 0,4%). Semua prosedur telah disetujui oleh PBRC Institutional Review Board, dan

semua peserta memberikan informed consent tertulis.

Antropometri dan komposisi tubuh

Tinggi diukur dengan stadiometer dinding dan berat metabolik dengan timbangan digital.

IMT dihitung sebagai berat dalam kilogram dibagi dengan tinggi dalam meter kuadrat. Persen

lemak tubuh seluruh tubuh diukur dengan DXA (Hologics QDR 4500A, Hologics Bedford,

MA) , dan massa lemak (FM) dan FFM dihitung dari persen lemak tubuh dan berat badan.

BSA dihitung dengan menggunakan persamaan Du Bois.

Sensitivitas insulin

Sensitivitas insulin in vivo dinilai dengan klem hiperinsulinemia-euglikemia dengan infus

kontinu insulin pada 120 mU/m2 menit untuk mencapai konsentrasi insulin endogen mapan⋅

dan mengambil contoh darah mapan. Sebuah kateter intravena ditempatkan dalam vena

antecubital untuk infus insulin dan glukosa. Kateter kedua ditempatkan retrograde pada vena

dorsal tangan kontralateral untuk mengambil darah. Tangan ditempatkan dalam kotak

pemanasan pada 41°C selama arterialisasi darah vena. Larutan glukosa 20% dimasukkan

pada rasio variabel yang diperlukan untuk mempertahankan kadar glukosa plasma antara 90

dan 100 mg/dL. Untuk klem dilakukan pada 120 mU/m2 menit, durasi 2 jam, dan klem pada⋅

80 mU/m2 menit, durasi setidaknya 3 jam. Kecepatan rata-rata infus glukosa eksogen selama⋅

30 menit terakhir didefinisikan sebagai GDR. Pertama, GDR telah disesuaikan untuk

konsentrasi glukosa selama interval mapan ini (GDR×[rata-rata kelompok mapan glukosa/

glukosa mapan individual]). Selanjutnya, untuk menyesuaikan ukuran metabolik, GDR

dinormalisasi menurut berat badan, BSA, FFM, atau FFM+17,7 .

Analisis Darah

Plasma glukosa dianalisis dengan Yellow Springs Instrumen 2300 STAT Glukosa Analyzer

(Yellow Springs Instruments Inc, Yellow Springs, OH). Plasma insulin diukur dengan

chemiluminescent immunoassays pada Immulite 2000 Analyzer (Produk Diagnostik), dan

konsentrasi lipid (FFA, kolesterol total, dan HDL) diukur dengan Beckman Coulter Synchron

DXC 600 Pro. LDL dihitung dengan perhitungan Friedewald.

4

Metode Statistik

Data deskriptif disajikan sebagai rata-rata ± SD. Analisis statistik dilakukan dengan SAS

versi 9.2 (SAS Institute, Cary, NC ). Uji χ2 digunakan untuk menguji signifikansi perbedaan

kelompok dalam seks. Uji t sampel independen dan uji U Mann-Whitney digunakan untuk

menguji perbedaan kelompok untuk variabel kontinu. GDR yang ditentukan dari klem

hiperinsulinemia-euglikemia dan disesuaikan dengan berat badan, BSA, FFM, atau

FFM+17,7 digunakan sebagai biomarker untuk memisahkan subjek yang resisten insulin

(memiliki tipe 2 diabetes mellitus) dari orang-orang yang sensitif insulin (tidak memiliki

diabetes tipe 2). Kami mendefinisikan titik cutoff optimal untuk subjek resisten insulin untuk

membedakan dari subjek sensitif terhadap insulin sebagai GDR yang baik menyediakan

sensitivitas tinggi (kemampuan untuk mendeteksi subjek yang resisten insulin) maupun

sekaligus memberikan spesifisitas tinggi (kemampuan untuk mendeteksi subjek sensitif

terhadap insulin). Dengan demikian, sensitivitas adalah proporsi positif sebenarnya (individu

yang diketahui resisten insulin yang tergolong resisten insulin berdasarkan GDR mereka) ,

sedangkan 1 - spesifisitas adalah proporsi positif palsu (individu yang dikenal sensitif insulin

yang diklasifikasikan sebagai resitensi insulin berdasarkan GDR mereka). Titik cutoff yang

sesuai dengan keseimbangan optimal positif sebenarnya versus positif palsu menunjukkan

ambang terbaik untuk individu resisten insulin membedakan dari individu sensitif terhadap

insulin.

Prinsip pohon klasifikasi

Klasifikasi pohon yang digunakan untuk menentukan sebuah set aturan spesifik

(algoritma) untuk mengklasifikasikan subjek sebagai resisten insulin atau sensitif insulin dari

GDR. Metode ini tidak membuat asumsi tentang distribusi yang mendasari dari data dan

memperhitungkan interaksi antar kovariat dan variabel hasil. Keuntungan dari metode

klasifikasi pohon adalah memungkinkan pengamatan dengan nilai-nilai yang hilang dalam

dataset sebagai lawan analisis regresi logistik tradisional, yang menghilangkan pengamatan

dengan nilai-nilai prediktor hilang.

Aturan keputusan untuk mengklasifikasikan subjek dapat diperoleh dengan

menetapkan setiap nodus terminal sebuah label kelas sebagai “1” (adanya resistensi insulin)

atau “0” (tidak adanya resistensi insulin). Pemilihan label kelas didasarkan pada titik cutoff

yang didefinisikan dan juga proporsi kejadian sebenarnya pada nodus terminal. Misalnya,

jika “0,25” atau lebih dipilih sebagai titik cutoff, maka hanya nodus terminal dengan proporsi

kejadian sebenarnya yang sama atau lebih besar dari “0.25” diklasifikasikan sebagai “resisten

5

insulin” dan sisanya diklasifikasikan sebagai “0” atau sensitif insulin. Proporsi yang

ditampilkan di setiap nodus terminal dapat dianggap sebagai “skor risiko” untuk resistensi

insulin.

Metode Pohon Klasifikasi Tunggal

Dalam rangka untuk memilih model berkinerja terbaik untuk mengeksplorasi

hubungan antara sensitivitas insulin dan variabel klinis, subjek secara acak dibagi menjadi

subset pelatihan untuk membangun model (n=125) dan subset pengujian untuk mengevaluasi

kinerja model (n=42) dengan rasio 3:1.

Metode Pohon Klasifikasi Tunggal terpilih sebagai metode eksplorasi statistik karena

mengungguli pendekatan lain seperti regresi logistik dan meningkatkan pohon regresi dalam

hal sensitivitas, spesifisitas, dan area di bawah kurva ROC, dinotasikan aROC , pada dataset

pengujian. Dengan demikian, aROC digunakan sebagai ukuran kinerja prediksi rata-rata

algoritma klasifikasi yang berbeda. Karena aROC merupakan daerah bagian bawah unit

persegi, nilainya berkisar antara 0 dan 1. Tebakan acak hasil dalam aROC kurang lebih sama

dengan 0,5. Metode klasifikasi yang realistis harus memiliki aROC >0,5, dan aturan

klasifikasi dengan aROC > 0,70 umumnya dianggap memadai; aROC sangat dekat dengan 1

menunjukkan kinerja sangat baik. Tujuan kami adalah untuk menguji pohon keputusan yang

dipilih untuk memprediksi resistensi insulin untuk mengakomodasi pengaturan klinis/

penelitian yang berbeda di mana nilai-nilai untuk semua variabel tidak selalu tersedia .

Analisis pohon dilakukan dengan data dari 167 kulit putih. Variabel hasil utama yang

digunakan dalam analisis ini adalah GDR yang disesuaikan FFM+17,7 (GDRadj) karena kami

percaya bahwa penyesuaian ini adalah metode terbaik yang tersedia untuk penghitungan

untuk ukuran metabolik. Kovariat termasuk jenis kelamin, usia, berat badan, tinggi badan,

BMI, BSA, FFM, riwayat keluarga diabetes, glukosa puasa, insulin puasa, kolesterol, HDL,

LDL, trigliserida, FFA , dan model penilaian homeostasis resistensi insulin (HOMA-IR)

[insulin puasa (μU/mL) × glukosa puasa (mg/dL) / 405]. Tiga model klasifikasi pohon

dikembangkan untuk menjawab pertanyaan yang berbeda. Model 1 dibangun dengan semua

variabel input yang tersedia, meniru situasi klinis di mana komposisi tubuh dan penanda

darah semua termasuk. Model 2 hanya menggunakan glukosa puasa dan konsentrasi insulin,

BMI, usia, dan jenis kelamin sebagai variabel masukan. Model 3 adalah model minimalis

dibangun menggunakan usia, jenis kelamin, dan BMI.

HASIL

6

Karakteristik Subjek

Kohort putih kami terdiri 51 subjek dengan diabetes dan 116 subyek tanpa diabetes (Tabel 1).

Subjek dengan diabetes secara signifikan lebih tua (usia 57,2 ± 8,6 vs 44,2 ± 13,2 tahun, P <

0,001) dan memiliki LDL lebih tinggi (P = 0,05) dan kadar glukosa (dengan desain studi, P <

0,001) dibandingkan subjek tanpa diabetes. Tidak ada perbedaan jenis kelamin yang

signifikan antara subjek dengan dan tanpa diabetes (P = 0,10).

Tabel 1. Karakteristik subjek untuk kulit putih yang menjalani studi klem hiperinsulinemia-

euglikemia pada 120 mU/m2 menit⋅

Distribusi dan cutoff optimal untuk penentuan resistensi insulin

Distribusi GDR, apakah itu telah disesuaikan untuk berat badan, BSA, FFM, atau FFM+17,7

adalah bimodal (diringkas dalam Tabel 2) . Seperti yang diharapkan, GDR lebih rendah pada

subjek dengan diabetes dibandingkan dengan subyek yang tidak menderita diabetes , terlepas

dari bagaimana GDR telah disesuaikan untuk ukuran metabolik. Untuk GDRadj, rata-rata

adalah 7,4 ± 2,7 mg/kgFFM+17,7 menit pada subyek tanpa diabetes dan 4,6 ± 1,7 m⋅

kgFFM+17,7 menit pada subjek dengan diabetes. Sebuah ⋅ cutoff dari 5,6

mg/kgFFM+17,7 menit menyediakan sensitivitas (75%) dan spesifisitas (71%) teoritis⋅

maksimum dengan aROC dari 80% untuk mendefinisikan resistensi insuli . Dengan kata lain,

cutoff optimal untuk mengidentifikasi individu resisten insulin dari 120 mU/m2 menit klem⋅

adalah 5,6 mg/kgFFM+17,7 menit. Menggunakan kriteria ini di seluruh kelompok, 44,3 %⋅

7

orang jatuh di bawah titik potong ini dan dapat dianggap resisten insulin. Cutoff yang sama

(5,6 mg/kgFFM+17,7 menit) diamati ketika analisis ini dilakukan di seluruh kohort (n = 267)⋅

(data tidak ditampilkan) . Ketika GDR telah disesuaikan untuk berat badan, BSA, atau FFM,

cutoff nilai resistensi insulin adalah 4,9 mg/kg berat badan menit, 212 mg/m⋅ 2 menit, dan 7,3⋅

mg/kgFFM menit, masing-masing (Tabel 2).⋅

Tabel 2. Nilai GDR pada 120 mU/m2 menit untuk subjek dengan dan tanpa diabetes disesuaikan⋅

untuk ukuran metabolik, termasuk berat badan BSA, FFM, dan FFM+17,7 kg

Sebagai subanalisis, kami juga mengumpulkan data dari 86 klem hiperinsulinemia-

euglikemia yang dilakukan pada 80 mU/m2 menit. Serupa dengan dosis insulin 120-mU,⋅

distribusi GDR adalah bimodal dengan GDR yang lebih rendah pada subjek dengan diabetes

(n=11) dibandingkan dengan subjek tanpa diabetes (n=75). Data rata-rata dan cutoff poin

untuk GDR yang diungkapkan oleh berat badan, BSA, FFM, atau FFM+17,7, dan

karakteristik subjek untuk kelompok ini diberikan dalam Tabel Suplemen 1 dan 2. Pada

subjek tanpa diabetes, rata-rata GDRadj adalah 8,2 ± 3,0 mg/kgFFM+17,7 menit dibandingkan⋅

dengan 3,3 ± 0,7 mg/kgFFM+17,7 menit pada subjek dengan diabetes, dan ⋅ cutoff untuk

menentukan resistansi insulin 4,1 mg/kgFFM 17,7 menit dengan sensitivitas dan spesifisitas⋅

maksimal 83% dan 96%, masing-masing (aROC = 0,98). Ketika GDR telah disesuaikan

untuk berat badan, BSA, atau FFM, nilai cutoff resistensi insulin adalah 4 mg/kgBB menit,⋅

192 mg/m2 menit dan 5 mg/kgFFM menit, masing-masing (Tabel Suplemen 2). Model⋅ ⋅

analisis pohon tidak dilakukan pada dosis insulin 80-mU karena ukuran sampel yang relatif

kecil dan proporsi yang tidak seimbang dari subjek dengan dan tanpa diabetes .

8

Model pohon untuk memprediksi resistensi insulin menggunakan semua prediktor

Sebagaimana ditunjukkan dalam DESAIN DAN METODE PENELITIAN, model pohon

keputusan dan aturan yang dikembangkan untuk memprediksi GDRadj didasarkan pada

training set yang dipilih secara acak (n=125) diikuti dengan mengevaluasi kinerja model di

set pengujian yang tersisa (n=42).

Model 1 : semua prediktor.

Dalam model pohon berdasarkan semua prediktor (Model 1), prediktor berikut secara statistik

signifikan: HOMA-IR, HDL, dan glukosa puasa mengakibatkan 87 % aROC. Gambar 1

menggambarkan model klasifikasi pohon dengan menggunakan prediktor tersebut. Jumlah

individu resisten insulin dan jumlah individu sensitif insulin ditunjukkan pada Gambar 1.

Menggunakan cutoff 0,25 sebagai “skor risiko” memiliki resistensi insulin, nodus ≥ 25%

(proporsi individu resisten insulin) memprediksi resistensi insulin dan nodus < 25%

memprediksi sensitivitas insulin. Oleh karena itu, pada Gambar 1, aturan keputusan terkait

untuk memprediksi individu sebagai resisten insulin baik memiliki berikut : 1) HOMA-IR >

5,9 atau 2) HOMA-IR = 2,8-5,9 dan HDL < 51 mg/dL. Penggunaan pilihan lain untuk nilai

cutoff prediktif (misalnya, 50%) menghasilkan hasil sensitivitas (89 %) dan spesifisitas (67%)

yang sama (data tidak ditampilkan).

Gambar 1

Model pohon untuk resistensi insulin ditentukan dengan menggunakan semua komposisi tubuh yang

tersedia dan pengukuran darah. HOMA-IR dan HDL adalah satu-satunya faktor penentu yang

signifikan dalam model ini. Model ini dibangun di atas pelatihan kelompok yang dipilih secara acak

9

dari 125 subjek dan diuji di 42 subjek. Skor risiko 0,25 dihitung. Oleh karena itu, jika nodus terminal

memiliki proporsi >25%, subjek yang lebih cenderung menjadi resisten insulin (garis putus-putus).

Keputusan nodus untuk menjadi resisten insulin adalah sebagai berikut : 1) HOMA-IR > 5,9 dan 2)

2,8 < HOMA-IR < 5.9 dan HDL < 51 mg/dL.

Model 2 : antropometri , glukosa puasa , dan pengukuran insulin.

Model pohon berikutnya dilakukan hanya menggunakan komposisi tubuh, glukosa puasa,

insulin, dan usia dan jenis kelamin sebagai variabel prediktor. Hanya glukosa puasa dan

insulin puasa adalah prediktor signifikan dalam membangun model pohon dengan aROC dari

86% dalam subset pengujian (Gambar 2). Mirip dengan model pohon di atas yang

menggunakan semua prediktor, kami memakai 0,25 sebagai “skor risiko” yang

diklasifikasikan sebagai resisten insulin. Oleh karena itu, pada Gambar 2, aturan keputusan

terkait untuk memprediksi individu untuk menjadi resisten insulin adalah konsentrasi insulin

puasa >10,6 μU/mL. Aturan keputusan ini memiliki sensitivitas sekitar 100 % dan spesifisitas

54 %.

Gambar 2

Model pohon untuk resistensi insulin hanya menggunakan glukosa puasa, insulin, usia, jenis kelamin,

dan BMI. Hanya insulin puasa adalah penentu signifikan dalam model. Model ini dibangun di atas

pelatihan kelompok yang dipilih secara acak dari 125 subjek dan diuji pada 42 subjek. Skor risiko

0,25 dihitung. Oleh karena itu, jika nodus terminal memiliki proporsi >25%, subjek tersebut lebih

cenderung menjadi resisten insulin (garis putus-putus). Keputusan nodus untuk menjadi resisten

insulin memiliki insulin puasa >10,6 μU/mL.

10

Model 3 : usia, jenis kelamin, dan BMI .

Model pohon terakhir yang kami uji untuk memprediksi sensitivitas insulin dari klem hanya

menggunakan usia, jenis kelamin, dan BMI sebagai variabel prediktor. Sekali lagi didasarkan

pada cutoff 0,25% untuk mendeteksi resistensi insulin, satu-satunya variabel prediktor

signifikan adalah BMI dengan 61% aROC dan BMI > 24,7 kg/m2 memprediksi resistensi

insulin. Seperti yang diduga, ketika jumlah variabel prediktor menurun, hasil aROC dan

sensitivitas dan spesifisitas memburuk.

KESIMPULAN

Teknik klem hiperinsulinemia-euglikemia adalah standar emas untuk menilai

sensitivitas insulin pada manusia. Metode ini banyak digunakan dalam studi penelitian untuk

menguji efek dari intervensi, seperti diet rendah kalori atau terapi farmakologis. Sayangnya,

hanya sedikit data yang tentang apa yang dianggap sebagai kecepatan infus “normal”

glukosa, yaitu, sensitivitas insulin normal. Selain itu, kemampuan untuk membandingkan

hasil dari studi klem tertutupi oleh fakta bahwa hasil GDR dinyatakan sebagai fungsi berat

badan, BSA, atau FFM. Tujuan dari penelitian ini adalah untuk memberikan nilai-nilai cutoff

untuk mendefinisikan resistensi insulin dan sensitivitas insulin pada klem dilakukan pada

insulin dosis 120 mU/m2 menit dan untuk memberikan pohon keputusan untuk memprediksi⋅

resistensi insulin dari parameter klinis dan biokimia yang rutin diukur. Mirip dengan

penelitian sebelumnya, kami menemukan bahwa distribusi tingkat pembuangan glukosa

seluruh tubuh adalah bimodal. Bimodalitas ini memungkinkan kita untuk menggunakan

pendekatan statistik untuk menentukan cutoff untuk menentukan resistensi insulin atau

sensitivitas insulin. Kami menemukan bahwa nilai GDR atau M dari 5,6

mg/kgFFM+17,7 menit dalam orang kulit putih memberikan probabilitas hampir 80% dalam⋅

memprediksi resistensi insulin. Dengan kata lain, individu dengan GDR <5,6

mg/kgFFM+17,7 menit memiliki kesempatan 80% menjadi resisten insulin. ⋅ Cutoff yang

sama ditemukan pada kohort etnis yang lebih besar dan lebih beragam (data tidak

ditampilkan).

Dalam sampel yang lebih kecil dari klem yang dilakukan pada 80 mU/m2 menit,⋅

cutoff dari 5,3 mg/kgFFM+17,7 menit (probabilitas prediksi 98%) ditentukan untuk⋅

mendefinisikan resistensi insulin. Artinya, subjek dengan GDR <5,3 mg/kgFFM+17,7 menit⋅

memiliki probabilitas 98% memiliki resistensi insulin. Untuk memperluas penerapan temuan

11

ini para peneliti yang tidak mengukur komposisi tubuh, kami bertekad memangkas poin

untuk resistensi insulin untuk GDR yang diungkapkan oleh berat badan, BSA, atau FFM .

Data ini memungkinkan peneliti melakukan klem hiperinsulinemia-euglikemia pada laju

infus insulin 80 dan 120 mU/m2 menit untuk mendapatkan informasi klinis yang berharga⋅

terhadap sensitivitas insulin subjek dan menerjemahkan temuan dari penelitian terutama

untuk pengaturan pesan klinis yang relevan. Ringkasan hasil kami pada 80 dan 120

mU/m2 menit ⋅Mengingat sifat menuntut, biaya, dan waktu yang terlibat dalam melakukan klem

hiperinsulinemia-euglikemia, kami bertujuan untuk mengembangkan model untuk

memprediksi resistensi insulin dengan klem dari antropometri, komposisi tubuh, dan penanda

biokimia yang rutin diukur. Model klasifikasi pertama kami (Model 1) meliputi semua

variabel yang tersedia (tercantum di DESAIN DAN METODE PENELITIAN) dan

menemukan bahwa subyek dengan 1) HOMA-IR > 5,9 atau 2) HOMA-IR antara 2,8 dan 5,9

dan HDL < 51 mg/dL memprediksi resistensi insulin dengan spesifisitas dan sensitivitas yang

baik. Temuan bahwa HOMA-IR adalah prediktor terkuat dari GDRadj tidak mengherankan

mengingat korelasi kuat antara HOMA-IR dan sensitivitas insulin yang berasal dari klem

yang ditunjukkan sebelumnya. Selain itu, temuan kami sama dengan penelitian oleh Stern

dkk di mana mereka membuat pohon klasifikasi dari klem yang dilakukan pada 40

mU/m2 menit. Stern dkk menemukan HOMA-IR, BMI, lingkar pinggang, dan LDL sebagai⋅

prediktor signifikan dari resistensi insulin, dengan hasil sensitivitas dan spesifisitas yang

sama (penelitian kami: aROC=0,87; Stern dkk: aROC=0,90). Model 2 digunakan hanya

antropometri, glukosa puasa, insulin, usia, dan jenis kelamin. Mirip dengan Model 1, kami

menemukan bahwa hanya insulin puasa adalah prediktor signifikan dari GDRadj, dengan

insulin puasa > 10,6 μU/mL mendefinisikan resistensi insulin. Model 3 menggunakan hanya

usia, jenis kelamin, dan BMI untuk memprediksi GDRadj. Model ini memberikan hasil

spesifisitas dan sensitivitas yang buruk yang menyoroti fakta yang terkenal bahwa resistensi

insulin adalah gangguan heterogen yang tidak hanya tergantung pada berat badan, jenis

kelamin, dan usia. Ditambah dengan penelitian sebelumnya mendefinisikan resistensi insulin

dari klem yang dilakukan pada 40 mU/m2 menit, hasil kami pada dosis insulin 80 dan 120⋅

mU/m2 menit berperan banyak kepada literatur untuk menentukan resistensi insulin dari klem⋅

(Tabel Suplemen 3).

Untuk menjelaskan massa metabolik yang menggunakan insulin selama prosedur

klem, GDR yang berasal dari klem harus disesuaikan untuk ukuran metabolik. Mayoritas

studi dalam literatur cenderung menggunakan total berat badan atau kilogram FFM dengan

12

sejumlah kecil studi menggunakan BSA. Namun, berat total tubuh bukanlah metode tepat

untuk benar-benar membandingkan individu, karena subjek obese memiliki proporsi massa

rendah metabolisme (jaringan adiposa) yang lebih besar dan perempuan memiliki persentase

lebih besar dari lemak daripada pria. BSA juga menimbulkan masalah perbedaan seks. Dari

studi laju metabolisme di Indian Pima, Lillioja dan Bogardus menunjukkan bahwa laju

metabolisme berbanding lurus dengan FFM+17,7 kg, menunjukkan bahwa ukuran ini dapat

disamakan dengan ukuran metabolik. Atas dasar temuan ini, kami telah memilih metode

normalisasi ini dalam analisis klasifikasi. Namun, kami juga menganggap bahwa tidak semua

peneliti mungkin memiliki akses ke pengukuran komposisi tubuh (DXA) dan juga telah

melaporkan cutoff resistensi insulin ini yang dinormalisasi dengan berat badan dan BSA.

Akhirnya , perlu dicatat bahwa membagi GDR selama klem oleh resting metabolic rate akan

benar-benar mewakili cara terbaik untuk membandingkan nilai dari orang-orang dengan

ukuran tubuh yang berbeda.

Keterbatasan penelitian ini dapat menjadi ukuran sampel kecil studi klem pada 120

mU/m2 menit, dan terutama di 80 mU/m⋅ 2 menit. Namun, kami mampu mencapai hasil⋅

sensitivitas dan spesifisitas statistik yang baik (> probabilitas prediksi 80%) dalam kelompok

ini. Kami juga menunjukkan cutoff poin yang sama dalam populasi etnis yang lebih besar dan

lebih beragam. Keterbatasan potensi lain mungkin bahwa kami tidak menggunakan pelacak

glukosa radiolabeled untuk mengukur produksi glukosa endogen. Namun, dosis infus insulin

yang tinggi yang dilaporkan dalam studi ini umumnya menekan sebagian besar, jika tidak

semua, splanchnic glucose output dasar. Kami juga mengakui bahwa ada tumpang tindih

dalam sensitivitas insulin (M) antara subjek dengan dan tanpa diabetes. Pendekatan alternatif

telah membagi kelompok kami menjadi subyek dengan toleransi glukosa yang normal,

gangguan toleransi glukosa, atau diabetes tipe 2, namun, ini akan lebih mengurangi ukuran

sampel kami.

Sebagai kesimpulan, penelitian kami menyediakan data baru untuk mendefinisikan

resistensi insulin dari klem hiperinsulinemia-euglikemia yang dilakukan pada dosis insulin

120 dan 80 mU/m2 menit. Selain itu, kami telah menyediakan pohon klasifikasi untuk⋅

memprediksi resistensi insulin dari penanda biokimia yang rutin diukur. Secara bersamaan,

temuan kami memperluas klem hiperinsulinemia-euglikemia dari apa yang sebagian besar

dianggap sebagai alat penelitian untuk memberikan pesan-pesan secara klinis bermakna bagi

pasien, sehingga memberikan kemungkinan yang lebih besar untuk deteksi dini resistensi

insulin.

13