Endometriosis merupakan salah satu penyakit yang menantang dalam dunia medis hingga saat ini. Kondisi ini terdeteksi dengan pertumbuhan jaringan endometrium di luar rahim yang muncul dengan peradangan kronis. Gejalanya, seperti nyeri kronis dan infertilitas, sering mengganggu kehidupan sehari-hari penderitanya. Prevalensi endometriosis sendiri cukup tinggi, mencapai sekitar 10% pada wanita di seluruh dunia. Dampaknya terhadap kualitas hidup juga tidak remeh. Kemungkinan bisa terjadi hilangnya jam kerja yang signifikan dan penurunan produktivitas sebesar 10,8 jam kerja perminggu. Itu setara dengan kehilangan penghasilan sebesar 4 USD di Nigeria dan 456 USD di Italia setiap minggunya.

Salah satu hambatan utama dalam manajemen endometriosis adalah panjangnya waktu penderita untuk mencapai diagnosis. Saat ini, baku emas untuk mendiagnosis endometriosis adalah melalui operasi laparoskopi, yang merupakan tindakan medis spesialistik dan hanya tersedia di fasilitas kesehatan tertentu. Keterbatasan akses terhadap diagnosis ini sering menyebabkan keterlambatan dalam penanganan penyakit, yang pada akhirnya dapat menyebabkan komplikasi serius seperti infertilitas.

Maka dari itu, pengembangan pendekatan diagnosis yang tidak invasif dan akurat menjadi suatu kebutuhan mendesak. Salah satu pendekatan yang menarik perhatian adalah melalui studi metabolomik, yang mempelajari metabolit dalam tubuh untuk mencari hubungan dengan penyakit tertentu. Dalam studi metabolomik ini, peneliti bertujuan untuk merangkum bukti ilmiah terkait penggunaannya dalam mendiagnosis endometriosis.

Metabolomik

Metabolomik sebagai studi metabolit dalam tubuh menjanjikan informasi yang lebih akurat tentang fenotip penyakit daripada dengan teknologi omik lainnya, metabolomik dapat menjadi biomarker yang lebih andal dalam mendiagnosis sebuah penyakit.

Penelitian ini adalah sebuah telaah sistematis yang peneliti buat berdasarkan panduan PRISMA 2020. Data studi endometriosis dan metabolomik peneliti kumpulkan dari berbagai sumber, seperti Medline, Embase, dan Cochrane Library. Setelah proses penyaringan dan ekstraksi, terdapat 33 studi yang di inklusikan dalam penelitian ini. 

Dari 33 studi tersebut, 24 di antaranya menunjukkan hasil yang menggembirakan terkait dengan penggunaan metabolit sebagai biomarker untuk mendiagnosis endometriosis. Beberapa metabolit seperti phosphatidylcholine (PC), acylcarnitines (AC), dan sphingomyelins (SM) menonjol sebagai kandidat biomarker yang menjanjikan. Penelitian ini juga menemukan bahwa penggunaan serum dan lingkungan mikro dari lesi endometriosis dapat memberikan informasi yang berharga terkait dengan perubahan metabolit yang terjadi.

Meskipun demikian, terdapat beberapa tantangan yang perlu diatasi dalam mengembangkan pendekatan diagnosis menggunakan metabolomik. Salah satunya adalah perbedaan dalam metode analisis dan pendekatan model prediksi antara studi. Hal ini menunjukkan perlunya standarisasi dalam pelaporan studi dan desain pembuatan model prediksi.

Dalam menginterpretasikan hasil penelitian ini, perlu diingat bahwa prediksi yang dibuat dalam sebagian besar penelitian di atas tidak menggunakan dua kelompok data yang berbeda untuk uji dan validasi. Oleh karena itu, perlu ada penelitian lebih lanjut untuk memvalidasi temuan ini.

Secara keseluruhan, studi metabolomik menjanjikan sebagai pendekatan alternatif yang lebih tidak invasif dalam diagnosis endometriosis. Namun, untuk dapat mengimplementasikan metabolomik sebagai biomarker dalam praktek klinis, standarisasi yang lebih lanjut dalam pelaporan studi dan desain model prediksi perlu ada. Dengan terus melakukan penelitian dan pengembangan dalam bidang ini, harapannya dapat meningkatkan kemampuan untuk mendiagnosis endometriosis secara lebih dini dan tepat. Hal ini akan membantu meningkatkan kualitas hidup dan mengurangi dampak yang ditimbulkan oleh penyakit ini bagi para penderitanya.

Shafira Meidyana

Metabolomics as a Candidate for Endometriosis Biomarker: a Systematic Review

https://www.worldscientific.com/doi/10.1142/S2661318224500075

BACA JUGA: Transformasi Industri 4.0 pada Kemajuan Sains Teknologi