Para peneliti telah mengembangkan alat prediksi baru yang dirancang untuk mengidentifikasi individu yang paling berisiko mengalami komplikasi akibat obesitas. Dengan melampaui pengukuran berat badan yang sederhana, alat ini—yang dijuluki Obscore —berusaha memberikan cara yang lebih personal untuk mengelola risiko kesehatan dan mengalokasikan sumber daya medis dalam sistem layanan kesehatan.
Melampaui BMI
Selama bertahun-tahun, metrik utama untuk menilai obesitas adalah Indeks Massa Tubuh (BMI). Namun, data terbaru dari Inggris menunjukkan bahwa sekitar dua pertiga orang dewasa mengalami kelebihan berat badan atau obesitas, sehingga menimbulkan tantangan kesehatan masyarakat yang besar.
Keterbatasan BMI adalah instrumennya tumpul; hal ini tidak memperhitungkan faktor biologis dan gaya hidup kompleks yang menentukan bagaimana berat badan sebenarnya mempengaruhi kesehatan seseorang. Dua orang dengan BMI yang sama dapat memiliki profil klinis yang sangat berbeda. Nuansa ini penting karena:
– Akses terhadap obat penurun berat badan (seperti “suntikan penurun berat badan”) dibatasi di NHS.
– Protokol NHS saat ini sering kali mengandalkan BMI dan penyakit penyerta yang ada untuk menentukan kelayakan.
– Hanya mengandalkan BMI mungkin mengabaikan individu yang “hanya” kelebihan berat badan namun memiliki risiko metabolik yang tinggi.
Cara Kerja Obscore
Diterbitkan dalam jurnal Nature Medicine, penelitian ini memanfaatkan pembelajaran mesin yang dapat diinterpretasikan —sejenis AI yang memungkinkan peneliti memahami “alasan” di balik prediksinya—untuk menganalisis data dari hampir 200.000 partisipan melalui UK Biobank.
Para peneliti mengidentifikasi 20 fitur spesifik yang, jika digabungkan, dapat memprediksi risiko 10 tahun dari 18 komplikasi terkait obesitas, mulai dari asam urat hingga stroke. Fitur-fitur ini meliputi:
– Demografi: Usia dan jenis kelamin.
– Biomarker: Kadar kolesterol dan kreatinin total.
– Faktor gaya hidup.
Alat ini mengkategorikan individu ke dalam lima tingkat risiko (dari rendah hingga tinggi) untuk setiap kondisi tertentu. Hal ini memungkinkan dokter untuk melihat tidak hanya apakah pasien kelebihan berat badan, namun secara spesifik komplikasi apa—seperti diabetes tipe 2 atau masalah kardiovaskular—yang paling mungkin mereka hadapi.
Implikasi terhadap Alokasi Layanan Kesehatan
Tujuan utama Obscore tidak selalu untuk memperluas penggunaan obat penurun berat badan, namun untuk memastikan alokasi sumber daya yang rasional.
“Ini tentang mengembangkan dan memvalidasi skor yang dapat membantu alokasi sumber daya yang lebih rasional,” jelas Prof. Nick Wareham dari Universitas Cambridge. “Jadi, bisakah kita meresepkan terapi kepada orang-orang yang paling mungkin membutuhkannya dan paling mungkin mendapat manfaat darinya?”
Studi tersebut menemukan bahwa untuk kondisi tertentu seperti diabetes tipe 2, banyak orang dalam kategori risiko tertinggi diklasifikasikan sebagai “kelebihan berat badan” daripada “obesitas” berdasarkan standar BMI. Hal ini menunjukkan bahwa pendekatan yang lebih holistik dapat menjangkau pasien berisiko tinggi yang biasanya diabaikan oleh skrining tradisional.
Tantangan Implementasi Klinis
Meskipun alat ini menjanjikan, para ahli mendesak agar berhati-hati mengenai penggunaannya segera di rumah sakit. Prof Naveed Sattar dari Universitas Glasgow mencatat beberapa kendala:
1. Keterhubungan: Banyak kondisi terkait obesitas yang sudah saling terkait, dan skor risiko penyakit tertentu sudah sangat efektif.
2. Aksesibilitas Data: Beberapa metrik yang digunakan oleh Obscore saat ini bukan bagian dari tes atau pemeriksaan darah rutin NHS.
3. Validasi: Meskipun alat ini menunjukkan keberhasilan dalam uji coba obat seperti tirzepatide, alat ini memerlukan pengujian lebih lanjut di dunia nyata sebelum dapat diintegrasikan ke dalam praktik klinis standar.
Kesimpulan
Obscore mewakili langkah signifikan menuju pengobatan yang dipersonalisasi dengan menggunakan AI untuk memetakan risiko kesehatan yang kompleks. Meskipun hal ini menawarkan cara untuk memprioritaskan intervensi medis dengan lebih baik, peralihannya dari penelitian ke penggunaan rutin NHS akan bergantung pada penyediaan penanda biologis yang diperlukan secara lebih luas di lingkungan klinis.
