Meta-analisis Faktor-Faktor yang Mempengaruhi Nilai Indeks Glikemik Bahan Pangan Pati-patian dan Verifikasinya dengan Menggunakan Model Pangan.

Abstract

Jumlah penderita diabetes usia produktif di Indonesia semakin meningkat setiap tahunnya, yaitu dari 1.4% di tahun 2013 menjadi 4.9% di tahun 2018. Konsumsi pangan Indeks Glikemik (IG) tinggi secara terus menerus dapat meningkatkan risiko terkena penyakit Diabetes Melitus. Di sisi lain, banyak hasil penelitian mengenai IG dan karakteristik kimia pangan seperti kadar pati resisten, serat, lemak, protein, fenol, dan flavonoid yang data-datanya masih belum ditelaah untuk dikaitkan diantara keduanya. Meta-analisis terhadap data-data tersebut diharapkan menghasilkan informasi baru yang memungkinkan pengembangan produk pangan dengan IG terkendali. Tujuan utama penelitian ini adalah mendapatkan model pangan IG terkendali hasil verifikasi data dari kajian meta-analisis. Penelitian systematic review dan meta-analisis dilakukan dengan 5 tahapan. Pertama, pemilihan pangan IG rendah. Kedua, penentuan 2 faktor penentu utama dari karakteristik kimia pangan pati-patian terhadap nilai IG. Ketiga, penentuan sumber faktor penentu utama karakteristik kimia. Keempat, penentuan mekanisme dua faktor penentu utama terhadap nilai IG. Kelima, pemverifikasian secara in vivo dengan menggunakan model pangan terhadap 2 faktor penentu utama nilai IG berdasarkan karakteristik kimianya. Tahap 1 sampai 4 dilakukan dengan pengumpulan data sekunder jurnal, systematic review, penilaian kualitas jurnal terpilih dengan sistem GRADE (Grading of Recommendations Assessment, Development, and Evaluation), dan meta-analisis. Tahap 5 dilakukan dengan pembuatan model pangan berdasarkan hasil meta-analisis dan pemverifikasian model pangan secara in vivo. Pengumpulan data dilakukan dengan mengumpulkan 500 jurnal yang terdiri dari jurnal nasional terakreditasi (16 jurnal) dan internasional bereputasi (484 jurnal). Pencarian jurnal yang sesuai dengan topik penelitian dilakukan dengan menggunakan database ilmiah seperti Proquest, Science Direct, Ebsco, Cengage Library, dan Google Scholar. Selanjutnya penyeleksian judul dan abstrak dilakukan dengan bantuan software Zotero dan Mendeley. Systematic review menghasilkan 57 jurnal terpilih yang digunakan untuk meta-analisis. Meta-analisis terdiri dari penghitungan nilai effect size Hedge’s d, CI (confidence interval) 95%, persentase bobot setiap studi (% weight), nilai I2, nilai z, dan nilai p menggunakan Microsoft Excel 2019. Hasil penghitungan tersebut digunakan untuk membuat grafik forest plot dan funnel plot. Pembuatan grafik forest plot dilakukan dengan penggambaran secara manual menggunakan Microsoft Word 2019. Pembuatan grafik funnel plot dilakukan dengan software meta-essential tools. Hasil systematic review dan meta-analisis pemilihan pangan rendah IG adalah sorghum (SMD/standard mean difference):−0.69, 95%CI:−2.33 s.d 0.96, p< 0.001) dan kacang merah (SMD:−0.39, 95%CI:−2.37 s.d 1.59, p=0.001). Dua faktor penentu utama dari karakteristik kimia pangan pati-patian terhadap nilai IG adalah kadar pati resisten (RS) dan fenol (secara berturut-turut SMD:−0.72, 95%CI: −1.00 s.d −0.43, p< 0.001; SMD: −0.67, 95%CI: −1.05 s.d −0.30, p< 0.001). Sumber faktor penentu utama karakteristik kimia adalah ekstrak kulit jeruk bali/KJB (SMD: −3.14, 95%CI: −5.53 s.d -0.75, p< 0.001). Mekanisme faktor penentu utama terhadap nilai IG adalah inhibisi -amilase (SMD: −0.87, 95%CI: −1.29 s.d -0.45, p< 0.001). Inhibisi terhadap enzim -amilase hasil penelitian ini lebih efektif menurunkan IG sebesar 4.5 kali dibandingkan inhibisi terhadap enzim -glukosidase. Verifikasi hasil meta-analisis dilakukan dengan pengujian IG secara in vivo berdasarkan ISO 2664:2010. Data subyek sehat yang dapat digunakan sebanyak 10 orang. Nilai IG diperoleh dengan menghitung persentase luas daerah dibawah kurva respon glikemik pangan uji dibandingkan dengan pangan acuan glukosa (2 kali pengukuran pada hari yang berbeda dengan CV ≤30%). Pengukuran yang dilakukan adalah konsentrasi gula darah menggunakan glukometer dengan metode finger prick test pada menit ke-0, 15, 30, 45, 60, 90, dan 120 setelah pengonsumsian pangan uji. Model pangan yang diujikan pada tahap verifikasi secara in vivo terdiri dari 5 kelompok. Pertama, pangan karbohidrat tanpa perlakuan. Kedua, nasi pandan wangi dengan penambahan pati resisten (RS). Ketiga, nasi pandan wangi dengan penambahan fenol. Keempat, nasi pandan wangi dengan penambahan RS dan fenol. Kelima, kacang merah dengan penambahan RS dan fenol. Kelompok pertama terdiri dari nasi pandan wangi (pangan tinggi IG), sorghum merah (pangan IG sedang), dan kacang merah (pangan IG rendah). Kelompok kedua adalah nasi pandan wangi dengan penambahan RS (2.3%). Kelompok ketiga adalah nasi pandan wangi dengan penambahan ekstrak air KJB/kulit jeruk bali (274 mg GAE/100g) dan nasi pandan wangi dengan penambahan ekstrak air DS/daun salam (556 mg/100g). Kelompok keempat adalah nasi pandan wangi dengan penambahan RS (2.3%) dan KJB (274 mg GAE/100g) serta nasi pandan wangi dengan penambahan RS (2.3%) dan DS (556 mg/100g). Kelompok kelima adalah kacang merah dengan penambahan RS (2.3%) dan KJB (274 mg GAE/100g). Hasil pengujian model pangan kelompok pertama menunjukkan bahwa nasi pandan wangi memiliki IG tinggi (91), sorghum merah kukus memiliki IG sedang (66), dan kacang merah kukus memiliki IG rendah (20). Hasil pengujian model pangan kelompok kedua dan ketiga adalah penambahan pati resisten pada pangan tinggi IG kurang efektif dalam menurunkan IG sedangkan penambahan senyawa fenol pada pangan tinggi IG efektif menurunkan IG sebesar 20-26%. Hasil pengujian model pangan kelompok keempat dan kelima menunjukkan bahwa penambahan pati resisten dan senyawa fenol pada pangan tinggi IG efektif menurunkan IG sebesar 24-26%, sedangkan pada pangan IG rendah kurang efektif. Verifikasi hasil meta-analisis melalui metode in vivo telah berhasil menunjukkan kemungkinan penurunan IG dari pangan pati-patian dengan IG tinggi melalui model pangan dengan penambahan pati resisten dan senyawa fenol. Meta-analisis dapat digunakan untuk menyeleksi, mengklasifikasi, dan memudahkan dalam pengambilan keputusan dalam penentuan perlakuan yang diberikan pada verifikasi model pangan secara in vivo.