Model Penentuan Kandungan AsamUrat pada Urine Menggunakan Spektroskopi Inframerah Dekat dan Metode Parsial Least Squares Regression

Abstract

Prevalensi asam urat di Indonesia semakin meningkat. Saatini, asam urat didiagnosis dengan cara pengambilan sampel darah untuk mengukur kadar asam urat. Metode ini bersifat invasif, tidakpraktis, dan memakan waktu. Tujuan dari penelitian ini adalah memantau asam urat dengan near infrared non invasive dengan sampel urine. Pendekatan ini menggunakan perangkat spektroskopi berbasis inframerah (NIR) hemat biaya dan portabel yang dapat menawarkan cara yang cepat, non-invasif, dan preventif untuk memantau tingkat asam urat pasien. Dengan menggunakan karakteristik spektroskopi inframerah asamurat dengan Panjang gelombang asam urat antara 1400-1700 nm dipancarkan pada sampel asam urat dan indra detektor yang tidak diserap cahaya inframerah Sinyal NIR yang terdeteksi diperkuat dan disaring untuk mempertahankan rasio sinyal terhadap noise yang tinggi (SNR) pada panjang gelombang yang diminati. Algoritma regresi linier digunakan untuk membedakan dan memprediksi konsentrasi asam urat diantara biomarker lainnya padasampel. Akhirnya, pemrosesan sinyal digital digunakan untuk mengolah data. Berdasarkanhukum Beer-Lambert, hubungan linier antara absorbansi cahaya dan konsentrasi asam urat dapat terjadi. Perubahan tingkat asam urat minimum yang dapat dideteksi dianalisis Dengan model matematis dibandingkan dengan data yang diukur. Manfaat lain dari pendekatan ini adalah fleksibilitasnya. Dengan memodifikasi panjang gelombang inframerah dan system kalibrasi pada chip DSP, biomarker lainnya dapat diukur. Spektroskopi inframerah dekat yang dikombinasikan dengan metode analisis PLSR mampu melakukan prediksi kandungan asam urat pada akuades. Teknik ini berpotensi besar dapat diterapkan pada pengukuran kadar asam urat pada sampel urine dengan kemampuan deteksi baik dan cepat.

The prevalence of uric acid in Indonesia is increasing. Currently, uric acid is diagnosed by taking blood samples to measure uric acid levels. This method is invasive, impractical, and time-consuming. The purpose of this study was to monitor uric acid with non invasive near infra red with urine samples. This approach uses cost-effective and portable infrared (IR) -based infrared spectroscopy (NIR) devices that can offer a fast, non-invasive, and preventive way to monitor the patient's uric acid level. Using uric acid infrared spectroscopy characteristics with uric acid wavelengths between 1400-1700 nm emitted on uric acid samples and non-absorbed sense detectors of infrared light The detected NIR signal is amplified and filtered to maintain a high signal to noise ratio (SNR) at the wavelength of interest. Linear regression algorithms were used to differentiate and predict uric acid concentrations among other biomarkers in the sample. Finally, digital signal processing is used to process data. Under Beer-Lambert's law, a linear relationship between light absorbance and uric acid concentration is expected. Minimum changes in uric acid levels that can be detected were analyzed and mathematical models compared with the measured data. Another benefit of this approach is its flexibility. By modifying the infrared wavelength and calibration systems on the DSP chip, other biomarkers can be measured. This technique can potentially be applied to measurement of uric acid levels in urine samples with good and fast detection ability.