Melola Discovery

← Melola Discovery

Akses terbuka Jurnal SINTA 1

Assessing the Predictive Accuracy of the Body Roundness Index for Prediabetes in Indonesian Adults: Analisis Prediksi Body Roundness Index untuk Prediabetes pada Orang Dewasa di Indonesia

Analisis Prediksi Body Roundness Index untuk Prediabetes pada Orang Dewasa di Indonesia: Assessing the Predictive Accuracy of the Body Roundness Index for Prediabetes in Indonesian Adults

Amerta Nutrition · Vol. 9 No. 4 (2025) · hlm. 689–697

DOI
10.20473/amnt.v9i4.2025.689-697
ISSN
2580-9776, 2580-1163
Terbit
2025-11-21
Penerbit
Universitas Airlangga
Bahasa
eng
Lisensi
creativecommons.org/licenses/by-sa/4.0

Abstrak

Inggris

Background: Anthropometric measurements for identifying body fat could be used to screen individuals with prediabetic risk. Objectives: To evaluate and compare the diagnostic accuracy of body roundness index (BRI), conicity index (C-index), body mass index (BMI), waist circumference, and waist-to-height ratio (WHtR) as predictors of prediabetes in the adult population of Indonesia. Methods: This study employs a cross-sectional design and uses secondary data from the Baseline Health Research (Ind: Riskesdas) 2018. As many as 12.327 samples were subjected to descriptive analysis, and the area under the curve (AUC) was utilised to assess the diagnostic potential of anthropometric measures in predicting prediabetes. Results: The five anthropometric parameters have a very weak ability as a prediabetic predictor. The WHtR and BRI (AUCmen=0.571; AUCwomen=0.573) were significantly better than the other anthropometric parameters. In contrast, the C-index values for women (AUCwomen=0.548) were considerably lower than other anthropometric parameters. However, there was no significant difference between the C-index for men (AUCmen=0.560) and the waist circumference (AUC=0.564) and BMI (AUC=0.559) values. Conclusions: The body roundness index has the same ability to predict prediabetes with WHtR, while the C-index in women is weaker than waist circumference and BMI.

Bahasa Indonesia

Latar Belakang: Pengukuran antropometri untuk mendeteksi lemak tubuh dapat dijadikan metode untuk menyaring individu yang berpotensi mengalami prediabetes. Tujuan: Membandingkan kemampuan diagnostik indeks kebulatan tubuh (BRI), indeks konisitas (indeks C), Indeks Massa Tubuh (IMT), lingkar pinggang, dan rasio lingkar pinggang dan tinggi badan (RLPTB) sebagai prediktor pradiabetes pada orang dewasa di Indonesia. Metode: Penelitian potong lintang ini memanfaatkan data Riset Kesehatan Dasar (Riskesdas) 2018. Sebanyak 12.327 sampel dianalisis dengan metode deskriptif dan evaluasi area di bawah kurva (Area Under the Curve/AUC) untuk menilai kemampuan diagnostik parameter antropometri sebagai prediktor prediabetes. Hasil: Keseluruhan parameter antropometri menunjukkan kekuatan prediktif yang sangat terbatas dalam mendeteksi prediabetes. RLPTB dan BRI (AUCmale=0,571; AUCfemale=0,573) secara signifikan lebih baik daripada parameter antropometri lainnya. Di sisi lain, indeks C (AUCfemale=0,548; AUCmale=0,560) terbukti secara signifikan kurang efektif dibandingkan dengan parameter antropometri lainnya pada wanita, namun pada pria nilainya tidak berbeda secara signifikan dengan lingkar pinggang (AUC=0,564) dan IMT (AUC=0,559). Kesimpulan: Kemampuan memprediksi prediabetes melalui BRI sebanding dengan RLPTB, sedangkan pada wanita, indeks C menunjukkan kinerja yang lebih rendah dibandingkan dengan lingkar pinggang dan IMT.

Kata kunci

Jaringan kolaborasi para penulis

40 penulis · 141 tautan kepenulisan bersama · 9 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Diponegoro University
  • State University of Semarang
  • Universiti Teknologi MARA
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Etika Ratna NoerDiponegoro University7
Ahmed Fahmy Arif TsaniDiponegoro University5
Rachma PurwantiDiponegoro University5
Hartanti Sandi WijayantiDiponegoro University5
Deny Yudi FitrantiDiponegoro University4
Nuryanto NuryantoDiponegoro University4
Muflihatul MunirohDiponegoro University4
Diana Nur AfifahDiponegoro University3
Nurmasari WidyastutiDiponegoro University2
Gemala AnjaniDiponegoro University2
Endang MahatiDiponegoro University2
Faizah FulyaniDiponegoro University2
Dewi Marfu'ah KurniawatiDiponegoro University2
Ani MargawatiDiponegoro University2
Maura Tirta NabilaDiponegoro University2
Iin IndartiningsihDiponegoro University2
Gustiana Mega AnggitaState University of Semarang1
Mohammad Arif AliState University of Semarang1
Muchamad SadhaliState University of Semarang1
Setya RahayuState University of Semarang1
Ani Mazlina Dewi MohamedUniversiti Teknologi MARA1
Monica Sofchah FebriyantiDiponegoro University1
Mursid Tri SusiloDiponegoro University1
Karinda Kennia AntikaDiponegoro University1
Martha ArdiariaDiponegoro University1
Dhea AjengDiponegoro University1
Fitriyono AyustaningwarnoDiponegoro University1
Adilla Eka AfrianiDiponegoro University1
Sekar Ratry NurramadhaniDiponegoro University1
Etisa Adi MurbawaniDiponegoro University1
Elserinawati SinambelaDiponegoro University1
Nisa Nur Isnaini AndariDiponegoro University1
Khusana AniqDiponegoro University1
Rani Ridowahyu SaphiraDiponegoro University1
Adzro’ul AkifahDiponegoro University1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://e-journal.unair.ac.id/AMNT/oai, pertama di-harvest 8 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Assessing the Predictive Accuracy of the Body Roundness Index for Prediabetes in Indonesian Adults: Analisis Prediksi Body Roundness Index untuk Prediabetes pada Orang Dewasa di Indonesia</dc:title>
	<dc:title xml:lang="id-ID">Analisis Prediksi Body Roundness Index untuk Prediabetes pada Orang Dewasa di Indonesia: Assessing the Predictive Accuracy of the Body Roundness Index for Prediabetes in Indonesian Adults</dc:title>
	<dc:creator>Pramono, Adriyan</dc:creator>
	<dc:creator>Nursari, Elia Nawang</dc:creator>
	<dc:creator>Dieny, Fillah Fithra</dc:creator>
	<dc:creator>Kurniawati, Dewi Marfu'ah</dc:creator>
	<dc:creator>Rahadiyanti, Ayu</dc:creator>
	<dc:subject xml:lang="en-US">Anthropometric</dc:subject>
	<dc:subject xml:lang="en-US">Prediabetes</dc:subject>
	<dc:subject xml:lang="en-US">Predictor</dc:subject>
	<dc:subject xml:lang="id-ID">Antropometri</dc:subject>
	<dc:subject xml:lang="id-ID">Prediabetes</dc:subject>
	<dc:subject xml:lang="id-ID">Prediktor</dc:subject>
	<dc:description xml:lang="en-US">Background: Anthropometric measurements for identifying body fat could be used to screen individuals with prediabetic risk.
Objectives: To evaluate and compare the diagnostic accuracy of body roundness index (BRI), conicity index (C-index), body mass index (BMI), waist circumference, and waist-to-height ratio (WHtR) as predictors of prediabetes in the adult population of Indonesia.
Methods: This study employs a cross-sectional design and uses secondary data from the Baseline Health Research (Ind: Riskesdas) 2018. As many as 12.327 samples were subjected to descriptive analysis, and the area under the curve (AUC) was utilised to assess the diagnostic potential of anthropometric measures in predicting prediabetes.
Results: The five anthropometric parameters have a very weak ability as a prediabetic predictor. The WHtR and BRI (AUCmen=0.571; AUCwomen=0.573) were significantly better than the other anthropometric parameters. In contrast, the C-index values for women (AUCwomen=0.548) were considerably lower than other anthropometric parameters. However, there was no significant difference between the C-index for men (AUCmen=0.560) and the waist circumference (AUC=0.564) and BMI (AUC=0.559) values.
Conclusions: The body roundness index has the same ability to predict prediabetes with WHtR, while the C-index in women is weaker than waist circumference and BMI.</dc:description>
	<dc:description xml:lang="id-ID">Latar Belakang: Pengukuran antropometri untuk mendeteksi lemak tubuh dapat dijadikan metode untuk menyaring individu yang berpotensi mengalami prediabetes.
Tujuan: Membandingkan kemampuan diagnostik indeks kebulatan tubuh (BRI), indeks konisitas (indeks C), Indeks Massa Tubuh (IMT), lingkar pinggang, dan rasio lingkar pinggang dan tinggi badan (RLPTB) sebagai prediktor pradiabetes pada orang dewasa di Indonesia.
Metode: Penelitian potong lintang ini memanfaatkan data Riset Kesehatan Dasar (Riskesdas) 2018. Sebanyak 12.327 sampel dianalisis dengan metode deskriptif dan evaluasi area di bawah kurva (Area Under the Curve/AUC) untuk menilai kemampuan diagnostik parameter antropometri sebagai prediktor prediabetes.
Hasil: Keseluruhan parameter antropometri menunjukkan kekuatan prediktif yang sangat terbatas dalam mendeteksi prediabetes. RLPTB dan BRI (AUCmale=0,571; AUCfemale=0,573) secara signifikan lebih baik daripada parameter antropometri lainnya. Di sisi lain, indeks C (AUCfemale=0,548; AUCmale=0,560) terbukti secara signifikan kurang efektif dibandingkan dengan parameter antropometri lainnya pada wanita, namun pada pria nilainya tidak berbeda secara signifikan dengan lingkar pinggang (AUC=0,564) dan IMT (AUC=0,559).
Kesimpulan: Kemampuan memprediksi prediabetes melalui BRI sebanding dengan RLPTB, sedangkan pada wanita, indeks C menunjukkan kinerja yang lebih rendah dibandingkan dengan lingkar pinggang dan IMT.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Airlangga</dc:publisher>
	<dc:date>2025-11-21</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:format>application/pdf</dc:format>
	<dc:format>text/xml</dc:format>
	<dc:identifier>https://e-journal.unair.ac.id/AMNT/article/view/46463</dc:identifier>
	<dc:identifier>10.20473/amnt.v9i4.2025.689-697</dc:identifier>
	<dc:source xml:lang="en-US">Amerta Nutrition; Vol. 9 No. 4 (2025): AMERTA NUTRITION (Bilingual Edition); 689-697</dc:source>
	<dc:source>2580-9776</dc:source>
	<dc:source>2580-1163</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://e-journal.unair.ac.id/AMNT/article/view/46463/34592</dc:relation>
	<dc:relation>https://e-journal.unair.ac.id/AMNT/article/view/46463/34593</dc:relation>
	<dc:relation>https://e-journal.unair.ac.id/AMNT/article/view/46463/35482</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2025 Amerta Nutrition</dc:rights>
	<dc:rights xml:lang="en-US">https://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>