Panjang Paha Bisa Ungkap Risiko Diabetes, Ini Temuan Studi

Para peneliti menganalisis data National Health and Nutrition Examination Survey (NHANES) Amerika Serikat (AS) selama sekitar 30 tahun, dari 1988–2018. Data 17.458 orang dewasa digunakan untuk mengembangkan model.

Dari ribuan parameter yang tersedia, model akhirnya menggunakan tujuh informasi yang relatif mudah diperoleh:

• Usia.

• Jenis kelamin.

• Indeks massa tubuh (IMT).

• Lingkar pinggang.

• Tekanan darah sistolik.

• Lingkar lengan.

• Panjang paha bagian atas.

MEDWACS kemudian diuji pada data yang berbeda, yaitu 3.043 orang dari AS dan 5.492 orang dari Korea Selatan. Kemampuannya membedakan orang dengan dan tanpa prediabetes/diabetes menghasilkan area di bawah kurva ROC atau AUC sekitar 0,773 pada populasi AS dan 0,780 pada populasi Korea Selatan.

Nilai 0,5 berarti kemampuan membedakan tidak lebih baik daripada kebetulan, sedangkan makin mendekati 1 menunjukkan kemampuan diskriminasi (seberapa baik alat tersebut membedakan orang yang punya kondisi tertentu dengan orang yang tidak punya kondisi itu) yang makin baik.

Para peneliti juga melaporkan model tersebut memberikan manfaat skrining yang sebanding atau lebih baik dibandingkan sejumlah strategi skrining yang digunakan sebagai pembanding dalam penelitian.

Tim peneliti mengusulkan bahwa panjang paha mungkin membawa informasi tentang pertumbuhan pada masa awal kehidupan dan komposisi tubuh ketika dewasa.

Salah satu peneliti, Umberto Maggiore dari Universitas Parma, Italia, menjelaskan bahwa pertumbuhan tulang paha dapat mencerminkan kondisi nutrisi pada masa kanak-kanak. Gangguan pertumbuhan pada periode tersebut sebelumnya telah dikaitkan dengan risiko gangguan metabolik pada kehidupan selanjutnya.

Ada pula faktor otot. Paha merupakan lokasi kelompok otot besar, sedangkan otot rangka menjadi salah satu jaringan penting yang mengambil glukosa dari darah. Karena itu, ukuran antropometri bagian tubuh ini mungkin membawa informasi tambahan yang berguna bagi algoritma ketika digabungkan dengan IMT, lingkar pinggang, tekanan darah, dan faktor lainnya.

Namun, penelitian ini tidak membuktikan bahwa paha yang lebih pendek menyebabkan diabetes. Penelitian menggunakan data observasional pada satu titik waktu, sehingga hubungan yang ditemukan tidak menunjukkan sebab-akibat.

Target modelnya pun adalah mengenali kemungkinan prediabetes atau diabetes yang sudah ada, bukan memprediksi siapa yang akan mengembangkan penyakit tersebut beberapa tahun kemudian.

Para peneliti menekankan bahwa panjang paha hanyalah satu komponen dalam model tujuh faktor. Bahkan dalam analisis MEDWACS, usia, lingkar pinggang, dan tekanan darah termasuk parameter yang memberikan informasi prediktif penting. Panjang paha dan lingkar lengan menambah informasi yang sebelumnya jarang dipakai dalam alat skrining diabetes.

MEDWACS juga baru divalidasi menggunakan populasi AS dan Korea Selatan. Para penelitinya sendiri menyatakan alat tersebut masih perlu divalidasi pada populasi lain sebelum diasumsikan memiliki performa yang sama di berbagai negara. Ini penting karena karakteristik antropometri, genetik, pola hidup, dan prevalensi diabetes dapat berbeda antarpopulasi.

Fungsi utama alat semacam MEDWACS adalah skrining, yaitu membantu menunjukkan siapa yang sebaiknya menjalani pemeriksaan lebih lanjut.

Diagnosis prediabetes dan diabetes tetap menggunakan pemeriksaan laboratorium.

Prediabetes dapat didiagnosis, antara lain, dengan HbA1c 5,7–6,4 persen atau glukosa plasma puasa 100–125 mg/dL.

Diabetes berada pada nilai yang lebih tinggi, misalnya HbA1c ≥6,5 persen atau glukosa puasa ≥126 mg/dL, dengan konfirmasi sesuai kondisi klinis.

Penelitian MEDWACS sendiri mendefinisikan hasil gabungan prediabetes/diabetes berdasarkan glukosa puasa ≥100 mg/dL atau HbA1c ≥5,7 persen. Jadi, alat tersebut tidak membedakan secara langsung apakah seseorang memiliki prediabetes atau sudah memenuhi kriteria diabetes.

Referensi

Daniel Yoo, Umberto Maggiore, and Olivier Jolliet, “Enhancing Prediabetes and Diabetes Detection through a Machine Learning-Enabled Self-Assessment Approach,” Journal of Clinical Epidemiology 195 (2026): 112266, https://doi.org/10.1016/j.jclinepi.2026.112266.

National Institute of Diabetes and Digestive and Kidney Diseases, “The A1C Test & Diabetes,” diakses Agustus 2026.

National Institute of Diabetes and Digestive and Kidney Diseases, “Recommended Tests for Identifying Prediabetes,” diakses Agustus 2026.

Technical University of Denmark, “The Length of Your Upper Leg Could Help Detect Diabetes,” diakses Agustus 2026.