ABSTRAK
Studi kohort ini bertujuan untuk menentukan hubungan antara asupan akrilamida dan risiko sindrom metabolik (MetS) dan faktor risikonya pada orang dewasa Teheran. Sebanyak 1762 pria dan 2786 wanita, masing-masing, dengan usia mean ± SD 38,6 ± 14,3 dan 35,9 ± 11,8 tahun dan indeks massa tubuh 25,8 ± 4,31 dievaluasi dalam analisis sekunder Studi Lipid dan Glukosa Teheran ini. Data diet dikumpulkan menggunakan kuesioner frekuensi makanan standar. Total asupan akrilamida dihitung menggunakan jumlah akrilamida yang diukur dalam 30 item makanan. MetS didefinisikan menurut Program Pendidikan Kolesterol Nasional yang dimodifikasi Iran. Model regresi hazard proporsional Cox multivariabel digunakan untuk memperkirakan kejadian MetS dan faktor risikonya yang terkait dengan asupan akrilamida, dengan mempertimbangkan faktor perancu (misalnya, usia, jenis kelamin, aktivitas fisik, indeks massa tubuh, merokok). Selama tindak lanjut rata-rata 6,23 ± 2,58 tahun, 1279 (28% dari total) subjek memiliki insidensi MetS. Insidensi MetS tidak terkait dengan kuartil asupan akrilamida. Setelah disesuaikan dengan faktor pengganggu, peserta dalam kuartil keempat asupan akrilamida memiliki risiko trigliserida tinggi dan lingkar pinggang tinggi masing-masing sebesar 15% dan 21% lebih tinggi. Selain itu, asupan akrilamida berhubungan positif dengan insidensi tekanan darah tinggi (Rasio bahaya [Interval kepercayaan] Q1-Q4: 1, 1,0 [0,92–1,08], 1,10 [1,02–1,19], 1,16 [1,07–1,26], tren p = 0,003). Berdasarkan temuan, tidak ada hubungan nyata yang diamati antara asupan akrilamida dan insidensi MetS. Konsumsi akrilamida dalam jangka panjang dikaitkan dengan meningkatnya risiko hipertrigliseridemia, tekanan darah tinggi, dan obesitas perut.

1 Pendahuluan
Sementara individu yang merokok atau bekerja di pekerjaan industri (misalnya, manufaktur tekstil, minyak, pengolahan air) umumnya terpapar akrilamida (Smith dan Oehme 1991 ; Wang et al. 2020 ), individu di luar situasi ini secara teratur terpapar melalui konsumsi pati dan gula non-pereduksi, di mana memasak makanan ini pada suhu tinggi dan kelembaban rendah menyebabkan produksi akrilamida melalui reaksi Maillard (Arisseto et al. 2007 ). Asupan median akrilamida diperkirakan berada dalam kisaran luas 0,02–1,53 μg/kg berat badan per hari dalam 101 studi berdasarkan kuesioner diet di seluruh dan dalam populasi; namun, tingkat asupan akrilamida, yang memiliki efek buruk pada kesehatan manusia, masih belum diketahui karena variasi akrilamida dalam makanan yang berbeda dan antara makanan yang sama (Timmermann et al. 2021 ).

Pusat Penelitian Kanker Internasional Organisasi Kesehatan Dunia telah memasukkan akrilamida dalam daftar kemungkinan senyawa karsinogenik bagi manusia berdasarkan genotoksisitas dan karsinogenisitasnya pada hewan pengerat (Virk-Baker et al. 2014 ). Model hewan pengerat in vivo dan in vitro menunjukkan bahwa akrilamida menyebabkan resistensi insulin dan peningkatan gula darah melalui stres oksidatif pada sel beta, mengganggu metabolisme glukosa dan jalur pensinyalan insulin. Pada manusia, kadar adisi hemoglobin akrilamida (HbAA) yang lebih tinggi dikaitkan dengan resistensi insulin dan insulin darah yang lebih rendah dalam survei berbasis populasi (Lin et al. 2009 ; Marković Filipović dan Karan 2022 ). Wang et al. ( 2020 ) menunjukkan bahwa metabolit akrilamida dalam urin dikaitkan dengan peningkatan glukosa darah puasa (FBG) secara bergantung dosis dan peningkatan kerusakan DNA oksidatif dan peroksidasi lipid. Selain itu, akrilamida dikaitkan dengan obesitas pada tikus (Lee dan Pyo 2019 ). Tingkat adisi hemoglobin glisidamid (HbGA) dikaitkan dengan obesitas yang lebih tinggi, obesitas sentral, dan kelebihan berat badan di antara populasi AS (Huang et al. 2018 ). Studi cross-sectional sebelumnya menunjukkan bahwa akrilamida mengganggu homeostasis tiroid (Lin et al. 2015 ) dan menginduksi resistensi insulin (Lin et al. 2009 ), sehingga paparan akrilamida menyebabkan gangguan terkait obesitas karena mengganggu homeostasis metabolik (Huang et al. 2018 ). Pada populasi AS, HbGA/HbAA memiliki korelasi positif dengan trigliserida (TG) dan korelasi negatif dengan kolesterol lipoprotein densitas tinggi (HDL-C). Asupan akrilamida jangka panjang menginduksi stres oksidatif dan peradangan kronis (Cheang et al. 2021 ).

Mengingat bahwa kemunculan simultan dari kelainan metabolik, termasuk hiperglikemia, dislipidemia, tekanan darah tinggi (BP), dan obesitas sentral, telah didefinisikan sebagai sindrom metabolik (MetS) (Grundy et al. 2004 ), muncul pertanyaan apakah akrilamida berkontribusi pada perkembangan MetS. Menjawab pertanyaan tersebut menjadi lebih penting ketika telah diperkirakan bahwa lebih dari seperempat orang dewasa di dunia menderita MetS (Ranasinghe et al. 2017 ), dan memiliki MetS dapat meningkatkan risiko diabetes, penyakit kardiovaskular, dan tingkat kematian (Tune et al. 2017 ). Beberapa studi cross-sectional telah menunjukkan hubungan antara MetS dan akrilamida (Hung et al. 2021 ; Wan et al. 2022 ). Oleh karena itu, studi kohort ini dilakukan untuk menentukan hubungan antara asupan akrilamida dan risiko MetS dan kejadian faktor risikonya pada sekelompok orang dewasa Teheran.

2 Bahan dan Metode
Studi lipid dan glukosa Teheran (TLGS) dilakukan secara prospektif pada penduduk distrik ke-13 Teheran (ibu kota Iran) untuk menentukan faktor risiko penyakit tidak menular (Azizi et al. 2009 ; Hosseini-Esfahani et al. 2018a ). Partisipan TLGS dipilih menggunakan teknik multistage stratified cluster random sampling. Studi observasi pertama dilakukan dari tahun 1999 hingga 2001 pada 15.005 subjek berusia ≥ 3 tahun. Observasi lanjutan dilakukan setiap 3 tahun: 2002–2005 (survei 2), 2005–2008 (survei 3), 2008–2011 (survei 4), 2012–2015 (survei 5), dan 2015–2018 (survei 6) untuk mengidentifikasi perkembangan penyakit dan faktor risiko lainnya. Untuk analisis sekunder ini, dari subjek yang berpartisipasi dalam survei 3 dan 4 (dasar penelitian kami), masing-masing, 3665 dan 7847 individu dipilih secara acak untuk menyelesaikan penilaian diet (66% dari total populasi). Dari 8091 subjek yang berusia ≥ 18 tahun, mereka yang memiliki diagnosis MetS pada awal (Azizi et al. 2010 ) dan wanita hamil atau menyusui tidak dimasukkan. Selain itu, individu dengan asupan energi yang dilaporkan berlebihan atau kurang (≥ 4200 atau < 800 kkal/hari) ( n  = 780) tidak dimasukkan (Willett 1998 ). Garis pengecualian independen lainnya dilakukan untuk faktor risiko MetS, termasuk obesitas perut, BP tinggi, HDL-C rendah, FBG tinggi, dan TG tinggi (Gambar 1 ). Sebanyak 4.954 wanita dan pria dewasa dengan data biokimia, antropometri, dan pola makan yang dapat diakses dipilih sebagai populasi dasar dan dilacak hingga survei ke-6. Subjek yang tidak memberikan data tindak lanjut dikeluarkan dari peserta; sebagai hasilnya, 4.548 subjek dimasukkan dalam analisis akhir. Garis besar proses seleksi peserta studi untuk hubungan akrilamida dan MetS atau faktor risikonya ditunjukkan pada Gambar 1

Semua peserta menandatangani formulir persetujuan tertulis sebelum berpartisipasi dalam penelitian ini. Penelitian ini dilakukan sesuai dengan Deklarasi Helsinki; proposal penelitian disetujui oleh komite etik Research Institute for Endocrine Sciences, Shahid Beheshti University of Medical Sciences (Teheran, Iran) IR.SBMU.ENDOCRINE.REC.1402.067.

3 Penilaian Diet
Peneliti terlatih (berpengalaman tinggi dalam wawancara dan pengisian kuesioner diet) mengumpulkan data diet dengan menerapkan kuesioner frekuensi makanan (FFQ) semikuantitatif yang valid dan reliabel melalui wawancara pribadi tatap muka (Mirmiran et al. 2010 ; Esfahani et al. 2010 ). FFQ mencakup 168 item makanan dengan ukuran porsi tertentu, diukur dalam gram. Frekuensi asupan makanan yang biasa ditanyakan selama tahun lalu secara harian, mingguan, bulanan, atau tahunan. Jumlah porsi makanan yang dimakan diubah dari ukuran rumah tangga ke gram per hari sedemikian rupa sehingga frekuensi konsumsi peserta di setiap periode diubah menjadi hari. Kemudian, dikalikan dengan jumlah gram per porsi.

Karena ketidaklengkapan dan keterbatasan data tentang kandungan gizi makanan yang dimasak dalam Tabel Komposisi Makanan Iran (FCT), data FCT dari Departemen Pertanian Amerika Serikat (USDA) digunakan untuk menguraikan komposisi gizi makanan (misalnya, roti, kacang-kacangan, kacang-kacangan, daging putih atau merah). FCT Iran digunakan untuk makanan nasional yang tidak dapat dimasukkan ke dalam FCT USDA.

Setelah memperhitungkan metode memasak dan persiapan makanan, akrilamida ditentukan untuk 30 item makanan selama analisis (Nematollahi et al. 2019 ; Nematollahi et al. 2020a ; Nematollahi et al. 2020b ).

Kandungan akrilamida pada roti tradisional dan industri, produk roti (kue dan biskuit), produk gula-gula (kue kering dan cokelat), makanan ringan (berbahan dasar kentang dan jagung), bubuk kopi, kacang panggang (almond, pistachio, hazelnut, kacang tanah, dan biji-bijian yang dapat dimakan), dan makanan cepat saji (pizza, hamburger, dan sosis) dihitung. Konsentrasi akrilamida pada makanan diukur menggunakan sistem mikro-ekstraksi cair-cair dispersif yang digabungkan dengan spektrometri massa kromatografi gas (Nematollahi et al. 2019 ; Nematollahi et al. 2020a ; Nematollahi et al. 2020b ).

Kandungan akrilamida dan nutrisi pada bahan makanan diperkirakan secara kumulatif melampaui survei lanjutan dari titik awal hingga survei lanjutan terakhir atau saat MetS atau faktor risikonya ditentukan.

4 Pengukuran Aktivitas Fisik
Seorang pewawancara ahli menerapkan kuesioner aktivitas yang dapat dimodifikasi (MAQ) yang diterjemahkan ke dalam bahasa Persia untuk memperkirakan tingkat aktivitas fisik (Momenan et al. 2012 ). Studi sebelumnya melaporkan validitas sedang dan reliabilitas tinggi dari kuesioner ini. Waktu, frekuensi, dan intensitas aktivitas ringan, sedang, berat, dan menantang dicatat selama tahun lalu berdasarkan aktivitas harian rutin. Data aktivitas diubah menjadi ekuivalen metabolik/menit/minggu (Met/menit/minggu).

5 Tekanan Darah dan Pengukuran Antropometri
Berat (kg) dan tinggi (cm) diukur dengan timbangan digital (Seca 707) (akurasi 100 g) dengan pakaian tipis dan tanpa sepatu dalam posisi berdiri dan pita pengukur nonfleksibel (akurasi 0,5 cm), masing-masing. Pengukuran lingkar pinggang (WC) dilakukan setelah menghembuskan napas tanpa tekanan pada permukaan tubuh dengan pakaian tipis. Ini akurat hingga 0,1 cm. Tensimeter air raksa standar diterapkan untuk menentukan tekanan darah sistolik dan diastolik (SBP dan DBP) (mmHg) menurut protokol yang diterima, yang dijelaskan sebelumnya (Azizi et al. 2009 ; Hosseini-Esfahani et al. 2018b ).

6 Analisis Biokimia
Teknisi mengumpulkan sampel darah antara pukul 7:00 dan 9:00 pagi setelah berpuasa semalaman selama 12–14 jam. Mereka menganalisis sampel darah pada hari pengambilan darah menggunakan auto-analyzer Selectra 2 di laboratorium penelitian TLGS. Mereka menghitung FBG dan konsentrasi glukosa 2 jam pasca makan menggunakan metode kolorimetri enzimatik dan teknik glukosa oksidase (Vital Scientific, Spankeren, Belanda). Dalam tindak lanjut, semua peserta yang tidak mengonsumsi obat penurun glukosa diberi larutan glukosa monohidrat 82,5 g (setara dengan 75 g glukosa anhidrat) secara oral untuk mengukur glukosa 2 jam pasca makan.

Konsentrasi TG dan kolesterol total (TC) diperkirakan dengan metode kolorimetri enzimatik menggunakan gliserol fosfat oksidase, kolesterol esterase, dan kolesterol oksidase, masing-masing (Pars Azmoon Inc., Teheran, Iran). Konsentrasi kolesterol lipoprotein densitas tinggi (HDL-C) dievaluasi setelah presipitasi lipoprotein yang mengandung apolipoprotein B dengan asam fosfotungstat. Koefisien variasi glukosa antar dan intra-pengujian adalah 2,2%. Koefisien variasi TG antar dan intra-pengujian masing-masing adalah 1,6% dan 0,6%.

7 Definisi Hasil
Subjek dengan tiga atau lebih kriteria berikut didiagnosis sebagai fenotipe MetS menurut Program Pendidikan Kolesterol Nasional/Dewasa yang dimodifikasi Iran (Grundy et al. 2004 ; Azizi et al. 2010 ): [1] Obesitas perut (WC ≥ 95 cm pada pria dan wanita); [2] BP ≥ 130/85 mmHg atau pengobatan obat antihipertensi; [3] HDL-C < 1,30 mmol/L (< 50 mg/dL) pada wanita, dan < 1,04 mmol/L (< 40 mg/dL) pada pria atau menerima pengobatan obat; [4] FBG ≥ 6,11 mmol/L (≥ 110 mg/dL) atau pengobatan obat untuk hiperglikemia; [5] TG ≥ 1,70 mmol/L (≥ 150 mg/dL) atau pengobatan obat.

8 Analisis Statistik
Perangkat lunak IBM SPSS versi 20 digunakan untuk analisis data. Nilai p dua sisi  < 0,05 dianggap signifikan secara statistik. Untuk membandingkan rerata dan frekuensi karakteristik dasar peserta di seluruh kuartil asupan akrilamida, uji χ 2 dan ANOVA satu arah digunakan untuk variabel kategoris dan kontinu, masing-masing. p untuk tren di seluruh kuartil asupan akrilamida dilakukan dengan menetapkan variabel kontinu dalam model regresi linier. Analisis regresi hazard proporsional Cox multivariabel dilakukan untuk menilai rasio hazard (HR) dan interval kepercayaan 95% (CI) untuk insiden MetS atau faktor risikonya. Tidak ada interaksi antara asupan akrilamida dan usia atau jenis kelamin terkait insiden MetS. Kuartil pertama dianggap sebagai referensi. Faktor pengganggu dipilih menurut literatur. Selain itu, kami menerapkan setiap faktor pengganggu dalam model regresi Cox univariabel; nilai p dua sisi < 0,2 digunakan untuk menentukan penerimaan dalam model. Faktor inflasi varians diperiksa melalui analisis regresi. Semua nilai dalam penelitian memiliki skor mendekati 1 dan kurang dari 5. Median setiap kuartil asupan akrilamida digunakan sebagai variabel kontinu untuk memperkirakan p untuk tren (di seluruh kuartil) dalam model regresi bahaya proporsional Cox. Definisi waktu kejadian didasarkan pada waktu tengah antara awal dan tanggal kejadian (untuk kasus insiden) atau waktu antara awal dan tindak lanjut terakhir (untuk subjek yang disensor), mana pun yang terjadi lebih dulu. Dua model dibangun: yang pertama disesuaikan dengan usia dan jenis kelamin, dan yang kedua disesuaikan tambahan untuk tingkat pendidikan (> 14 dan ≤ 14 tahun), aktivitas fisik (MET/menit/minggu), asupan energi (kkal/hari), asupan lemak jenuh (persentase energi), serat (gr/1000 kkal), merokok (tidak pernah merokok, mantan perokok, dan perokok aktif), dan indeks massa tubuh (BMI) (kg/m 2 ). Dalam model untuk memperkirakan HR BP tinggi, TG tinggi, FBG tinggi, dan HDL-C rendah, masing-masing, jumlah berkelanjutan dari setiap faktor risiko di awal penelitian yang sesuai dengan setiap model ditambahkan ke faktor penyesuaian. Asupan karbohidrat berkelanjutan ditambahkan ke faktor penyesuaian dalam model untuk memperkirakan HR TG tinggi dan WC tinggi.

Asumsi bahaya proporsional dikonfirmasi oleh uji residual Schoenfeld dan plot log [−log (kelangsungan hidup)] vs. log (waktu) untuk melihat apakah keduanya paralel.

9 Hasil
Dalam analisis hubungan asupan akrilamida dan MetS, 4548 subjek dimasukkan, yang mana 1762 dan 2786 di antaranya adalah pria dan wanita. Usia rata-rata pria dan wanita masing-masing adalah 38,6 ± 14,3 dan 35,9 ± 11,8. Subjek terdiri dari 1279 kasus insiden MetS dengan median tindak lanjut 6,23 tahun. Ada 1002, 1391, 1373, 1009, dan 1385 kasus insiden untuk HDL-C rendah, FBG tinggi, TG tinggi, WC tinggi, dan BP tinggi, masing-masing.

Tabel 1 menunjukkan atribut dasar subjek di luar kuartil asupan akrilamida. Subjek dalam kuartil asupan akrilamida yang lebih tinggi lebih muda daripada subjek dalam kuartil yang lebih rendah. Ada hubungan yang signifikan antara jenis kelamin dan kuartil asupan akrilamida. Persentase perokok saat ini lebih tinggi di kuartil teratas asupan akrilamida daripada di kuartil terendah. Selain itu, individu dalam kuartil asupan akrilamida yang lebih tinggi memiliki aktivitas fisik dan tingkat pendidikan yang lebih tinggi daripada mereka yang berada di kuartil yang lebih rendah. Tidak ada hubungan antara BMI, SBP, DBP, TG, dan FBG di seluruh kuartil asupan akrilamida. Subjek dalam kuartil asupan akrilamida yang lebih tinggi memiliki HDL-C yang lebih rendah ( p  < 0,001) dan WC yang lebih tinggi ( p  = 0,003) dibandingkan dengan kuartil yang lebih rendah.

TABEL 1. Karakteristik dasar peserta dewasa Studi Lipid dan Glukosa Teheran di seluruh kuartil asupan akrilamida ( n  = 4548).

Catatan: Nilai adalah Rata-rata ± SD kecuali dinyatakan lain. Nilai p diperoleh dari analisis varians (uji ANOVA) dan uji Chi square digunakan untuk variabel kontinu dan dikotomis.
Singkatan: BMI, indeks massa tubuh; DBP, tekanan darah diastolik; FBG, glukosa darah puasa; SBP, tekanan darah sistolik; TG, trigliserida; WC, lingkar pinggang.
Median (rentang interkuartil).

Selain itu, peserta dengan asupan akrilamida yang lebih tinggi memiliki asupan karbohidrat, lemak total, dan energi yang secara signifikan lebih tinggi daripada mereka yang berada di kuartil yang lebih rendah (Tabel 2 ). Peserta dalam kuartil yang lebih tinggi dalam asupan akrilamida memiliki asupan serat yang secara signifikan lebih tinggi daripada kuartil terendah ( p  = 0,04).

TABEL 2. Asupan makanan di seluruh kuartil asupan akrilamida pada peserta dewasa Studi Lipid dan Glukosa Teheran ( n  = 4548).

Catatan: Nilai adalah Rata-rata ± SD. Uji ANOVA; p untuk tren di seluruh persentil asupan akrilamida dilakukan dengan menetapkan variabel kontinu dalam model regresi linier.

HR dan 95% CI dari MetS dan faktor risiko insidensinya di seluruh kuartil asupan akrilamida ditunjukkan dalam Tabel 3. MetS dan insidensi HDL-C rendah berhubungan positif dengan kuartil asupan akrilamida dalam model mentah; namun, hubungan ini tidak signifikan setelah disesuaikan dengan faktor pengganggu. Asupan akrilamida tidak berhubungan dengan FBG tinggi dalam model mentah dan yang disesuaikan. Peserta dalam kuartil keempat asupan akrilamida masing-masing memiliki risiko TG tinggi dan WC tinggi sebesar 15% dan 21% lebih tinggi setelah disesuaikan dengan faktor pengganggu. Selain itu, asupan akrilamida berhubungan positif dengan insidensi BP tinggi dalam dua model mentah dan yang disesuaikan (HR (CI) Q1-Q4: 1, 1,0 [0,92–1,08], 1,10 [1,02–1,19], 1,16 [1,07–1,26], p tren = 0,003).

TABEL 3. HR (95% CI) kejadian sindrom metabolik dan faktor risikonya di seluruh kuartil asupan akrilamida pada peserta dewasa Studi Lipid dan Glukosa Teheran.

Catatan: Median setiap kuartil asupan akrilamida digunakan sebagai variabel kontinu untuk memperkirakan P untuk tren dalam model regresi bahaya proporsional Cox. Model kasar disesuaikan dengan usia, jenis kelamin; model kedua juga disesuaikan dengan tingkat pendidikan, aktivitas fisik, total asupan energi dan lemak jenuh, BMI dan merokok. Dalam model untuk memperkirakan HR tekanan darah tinggi, TG tinggi, FBG tinggi, dan HDL-C rendah, jumlah kontinu setiap faktor risiko pada awal studi yang sesuai dengan setiap model ditambahkan ke faktor penyesuaian. Dalam model untuk memperkirakan HR TG tinggi, WC tinggi, jumlah kontinu asupan karbohidrat ditambahkan ke faktor penyesuaian.
Singkatan: BMI, indeks massa tubuh; DBP, tekanan darah diastolik; FBG, glukosa darah puasa; SBP, tekanan darah sistolik; TG, trigliserida; WC, lingkar pinggang.

10 Diskusi
Hubungan antara asupan akrilamida dan kejadian MetS serta faktor risikonya dieksplorasi dalam studi kohort prospektif terkini dengan tindak lanjut selama 6,23 tahun. Studi ini tidak menemukan hubungan yang jelas antara asupan akrilamida dan kejadian MetS dalam model yang disesuaikan; namun, di antara faktor risiko MetS, hubungan positif yang signifikan antara asupan akrilamida dan risiko hipertrigliseridemia, obesitas sentral, dan tekanan darah tinggi diperoleh setelah disesuaikan dengan beberapa faktor pengganggu.

Sejauh yang ditunjukkan literatur, ini adalah studi pertama yang menyoroti hubungan antara asupan akrilamida makanan dan risiko kejadian MetS; studi sebelumnya telah mengevaluasi efek metabolik biomarker paparan internal akrilamida, yang diukur sebagai aduk hemoglobin akrilamida dan glisidamid (HbAA dan HbGA) (Hung et al. 2021 ; Wan et al. 2022 ). Konsisten dengan studi terbaru, tidak ada hubungan signifikan yang diamati antara biomarker akrilamida dan risiko MetS dalam studi Hung et al. ( 2021 ); juga, mereka melaporkan hubungan negatif signifikan antara HbAA dan TG tinggi dan HDL-C rendah dan antara HbGA dan FBG tinggi. Metabolit akrilamida urin memiliki hubungan linier positif dan respons dosis dengan FBG karena kerusakan DNA oksidatif dan peroksidasi lipid (Wang et al. 2020 ). Dalam penelitian lain oleh (Cheang et al. 2021 ) biomarker hemoglobin akrilamida tinggi, termasuk HbGA dan HbGA/HbAA, memiliki hubungan linier positif dengan TG dan korelasi negatif dengan HDL-C. Hubungan terbalik antara HbAA dan hipertensi, FBG tinggi, obesitas perut, hipertrigliseridemia, dan HDL-C rendah dan hubungan langsung antara HbGA/HbAA dan hipertrigliseridemia, HDL-C rendah dan obesitas perut adalah hasil utama dari studi Wan et al. ( 2022 ). Paparan akrilamida jangka panjang menginduksi keadaan pro-inflamasi dan peroksidasi lipid (Kim et al. 2015 ). Paparan akrilamida juga menginduksi kerusakan hati karena berbagai jalur oksidatif yang dapat berkontribusi pada perubahan lipid (Watzek et al. 2012 ).

Terdapat hubungan positif antara HbGA dan rasio HbAA/HbGA dengan obesitas, obesitas perut, dan kelebihan berat badan beserta hubungan negatif antara HbAA dan obesitas dalam penelitian (Huang et al. 2018 ), yang mungkin disebabkan oleh gangguan homeostasis metabolik. Hasil ini konsisten dengan temuan penelitian terkini. Pada tikus, akrilamida meningkatkan diferensiasi adiposit melalui peningkatan ekspresi gen pemicu obesitas (Lee dan Pyo 2019 ).

Dalam studi yang disebutkan di atas, hubungan antara biomarker akrilamida dan faktor risiko MetS ditentukan, sementara dalam studi terbaru, hubungan antara konsumsi jangka panjang akrilamida makanan dan MetS telah dipertimbangkan. Meskipun penggunaan biomarker akrilamida hemoglobin adalah metode yang lebih objektif daripada memperkirakan asupan makanan menggunakan FFQ dalam studi terbaru (Kütting et al. 2008 ), biomarker ini mencerminkan jumlah akrilamida dalam tubuh tepat selama masa hidup eritrosit, yaitu 4 bulan (Pedersen et al. 2022 ). Sebaliknya, dalam studi terbaru, asupan akrilamida telah dipantau selama lebih dari 6 tahun. Selain itu, karena pembentukan akrilamida endogen yang berkelanjutan dalam tubuh manusia (Goempel et al. 2017 ), tidak diketahui apakah akrilamida yang bereaksi dengan hemoglobin disebabkan oleh asupan makanan atau karena produksi internal. Selain itu, belum diketahui apakah akrilamida yang diproduksi dalam tubuh dapat menimbulkan efek metabolik atau tidak (Huang et al. 2018 ). Tentu saja, untuk menjawab pertanyaan-pertanyaan ini diperlukan penelitian lebih lanjut.

Dalam studi terkini, asupan akrilamida yang lebih tinggi dikaitkan dengan peningkatan risiko hipertrigliseridemia. Lebih dari 50% asupan akrilamida dalam populasi studi didorong oleh konsumsi makanan karbohidrat yang dimasak pada suhu lebih dari 120°C (Hosseini-Esfahani et al. 2023 ). Selain itu, konsumsi akrilamida tinggi menyebabkan kerusakan oksidatif hati (Bo et al. 2020 ) dan mengubah keseimbangan hormon seks, yang dapat menyebabkan dislipidemia (Chu et al. 2020 ). Mengonsumsi lebih banyak karbohidrat dapat membahayakan profil lipid (Mensink et al. 2003 ); namun, asupan karbohidrat disesuaikan dalam analisis studi ini, sehingga hubungan positif antara asupan akrilamida dan kejadian TG tinggi dan obesitas sentral tidak bergantung pada asupan karbohidrat.

Metabolisme akrilamida menyebabkan penipisan enzim antioksidan, termasuk glutathione, dan dengan demikian meningkatkan stres oksidatif dan inflamasi dalam tubuh (Amirshahrokhi 2021 ). Inflamasi kronis ini pada akhirnya dapat mengganggu homeostasis glukosa dengan mengganggu sinyal insulin (Tsalamandris et al. 2019 ). Di sisi lain, stres oksidatif ini dapat mengganggu produksi oksida nitrat dan dengan demikian meningkatkan BP (Lubos et al. 2008 ). Ketidakseimbangan hormon seks (Chu et al. 2020 ), perubahan flora usus (Wang et al. 2021 ), dan gangguan kelenjar tiroid (Khan et al. 1999 ) karena konsumsi lebih banyak akrilamida dapat dianggap sebagai mekanisme yang menjelaskan hubungan positif antara asupan akrilamida dan terjadinya obesitas perut.

Studi ini memiliki keterbatasan yang perlu dipertimbangkan, termasuk tidak mengevaluasi peserta perokok pasif, sementara variabel ini dapat mengubah jumlah paparan akrilamida dalam studi kami. Kegagalan mengukur jumlah akrilamida yang dikeluarkan merupakan keterbatasan lain dari studi ini; namun, penelitian ini merupakan studi pertama tentang hubungan antara asupan akrilamida dan risiko MetS. Ini dapat menjadi dasar untuk studi selanjutnya. Desain prospektif dan ukuran sampel yang besar dari studi ini dianggap sebagai kekuatan yang paling penting. Banyak faktor pengganggu telah disesuaikan dalam studi ini untuk menghilangkan efek bias pada hasil studi.

11 Kesimpulan
Selama tindak lanjut 6,23 tahun, asupan akrilamida makanan tidak berhubungan dengan MetS, HDL-C rendah, dan kejadian FBG tinggi setelah disesuaikan dengan faktor perancu.

Asupan akrilamida dalam makanan jangka panjang dikaitkan dengan peningkatan risiko faktor risiko MetS, termasuk hipertrigliseridemia, tekanan darah tinggi, dan obesitas perut.