Kegagalan Penelitian Karena Buruknya Food Recall

Biostatistikawan dari Indiana University School of Public Health sudah pernah memperingati bahwa ingatan seseorang bisa saja salah dalam mengingat apa yang dimakan atau bahkan enggan memberi tahu apa yang sebenarnya mereka konsumsi.

Lalu cara apa yang efektif?

Untuk mengurangi kesalahan laporan food intake, peneliti sudah melakukan berbagai cara, seperti meminta responden untuk memfoto setiap makanan yang akan dimakan, menempelkan kamera pada tubuh responden agar tidak ada pencatatan food intake yang tertinggal, sampai mengembangkan teknologi untuk mendeteksi kandungan di urin yang bisa memberi tahu berapa banyak makanan yang dimakan responden. Salah satu cara yang pernah diuji adalah dengan mendeteksi berapa energi yang dikeluarkan seseorang dalam sehari dengan mengonsumsi air mineral yang tinggi oksigen agar dilihat energi yang keluar dari urin. Hal ini bisa dikorelasikan dengan hasil food recall yang sudah dicatat.

Bagaimana hasilnya?

Dari ratusan orang yang sudah dites yang berpartisipasi dalam National Diet and Nutrition Survey di Inggris, peneliti menemukan lebih dari 60% responden mengeluarkan energi yang lebih banyak daripada energy intake yang tercatat. Ada dua kemungkinan yang terjadi, orang-orang tersebut memang kekurangan energy intake atau ada kesalahan pencatatan food recall. Penelitian yang terbit di jurnal Nature Food juga mengikuti cara tersebut dengan melakukan survei pada 6.000 orang berusia 4—96 tahun. Hasil yang didapatkan pun sama, lebih dari 50% responden dewasa tercatat energy intake-nya lebih kecil.

Jadi, apakah selama ini data food intake salah?

Berbeda pendapat dengan peneliti Inggris, National Center for Health Statistics di Amerika mengatakan kesalahan pencatatan food intake sudah dipikirkan dari awal pengambilan data dan bisa teratasi. Untuk itu, sudah dilakukan pelatihan bagi pewawancara dalam penelitian dan disediakan juga pembelajaran untuk mengolah data food recall bagi peneliti.

Hingga saat ini, belum ada metode yang paling sempurna untuk menghilangkan kesalahan laporan food intake. Peneliti bisa meminimalisir kesalahan hasil penelitian dengan memberikan batas toleransi kesalahan dan standar eror dalam penelitian.