Nederland inneemt een belangrijke plaats in het Europese netwerk van statistisch-biologisch cardiovasculair onderzoek. De combinatie van uitgebreide registratie, langdurige cohortstudies en een nauwe gemeenschap van methodologen maakt het land tot een centrum voor vernieuwend data-onderzoek. Deze gids verschaft een inzicht van belangrijke infrastructuur, subsidiemogelijkheden en recente trends die onderzoekers helpen om doelgerichte studies op te zetten.
Een Europees centrum voor cardiovasculaire biostatistiek
Het Nederlandse resultaat in grootschalig data-onderzoek rond hart- en vaatziekten is niet toevallig. Al tientallen jaren worden burgers gevolgd in studies in prospectieve studies zoals de Rotterdam Study, die uitgebreid gestratificeerde data leveren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden stelselmatig gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses faciliteert die in veel andere landen niet aanwezig zijn.
Methodologen in Nederlandse universitair medische centra hebben revolutionair werk geleverd op het gebied van competing risks-analyse, dynamische predictiemodellen en causale inferentie. De expertise in het hanteren van gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt wereldwijd toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn ontwikkeld op Nederlandse data, hebben statistici hieruit een vanzelfsprekend vertrouwen in Europese onderzoeksconsortia.
Daarnaast speelt de Nederlandse biostatistiekgemeenschap een prominente rol in de harmonisatie van uitkomstmaten en studiedesigns. Vanuit de Netherlands Heart Registration tot de internationale IHI-projecten zetten Nederlandse statistici standaarden voor het opbouwen en analyseren van real-world evidence. Deze infrastructuur brengt het land tot een waardevolle partner voor multicenter trials en observationele mega-cohortstudies.
- Jarenlange bevolkingscohorten met gedetailleerde biomerkers en beeldvorming
- Landelijke koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
- Grondige expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
- Grote mate van datakwaliteit door genormaliseerde registratie en validatiestudies
Regelgeving rond klinisch hartonderzoek: wat biostatistici moeten weten
Biostatistici die in Nederland cardiovasculair onderzoek starten, moeten bedreven zijn in een complex regulatori landschap. Sinds de inwerkingtreding van verordening (EU) 536/2014 (Clinical Trials Regulation) worden alle klinische geneesmiddelenonderzoeken verzonden via het CTIS-portaal van het Europees Geneesmiddelenbureau. De Medisch Ethische Toetsingscommissies (METC’s) toetsen daarbij zowel de wetenschappelijke als de statistische onderbouwing, inclusief steekproefgrootteberekeningen en interim-analyses.
Voor observationeel onderzoek met bestaande zorgdata is de Algemene Verordening Gegevensbescherming (AVG) bepalend, aangevuld met de Gedragscode Gezondheidsonderzoek en de Uitvoeringswet AVG. In de praktijk houdt dit dat onderzoekers een data protection impact assessment (DPIA) dienen uit te voeren en vaak afhankelijk zijn van een opt-out procedure voor patiëntinformatie, tenzij expliciete toestemming vereist is. Biostatistici worden steeds vaker gevraagd om te onderbouwen dat koppeling van bronnen noodzakelijk is voor de beoogde analyse en dat de minimale gegevensverwerking wordt toegepast.
De komst van de European Health Data Space (EHDS) zal secundair datagebruik verder standaardiseren en levert nieuwe mogelijkheden voor grensoverschrijdende cardiovasculaire studies. Nederlandse instellingen stellen zich in door datacatalogi te standaardiseren en via Health-RI vindbaar te maken. Statistisch advies is essentieel bij het opstellen van metadata en bij het ontwerpen van privacy-preserverende analysestructuren zoals de Personal Health Train.
- CTIS-indiening voor interventionele trials met statistisch analysis plan (SAP) conform ICH-E9
- METC-goedkeuring inclusief beoordeling van steekproefomvang en tussentijdse stopping rules
- Data protection impact assessment (DPIA) voor observationele studies met gepseudonimiseerde data
- Gedragscode Gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes toepassen op datacatalogi voor vindbare, toegankelijke en herbruikbare data
Databronnen en registeronderzoek voor cardiovasculaire wetenschappelijke projecten
De beschikbaarheid van hoogstaande registries is een van de belangrijkste voordelen van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) verzamelt gegevens van alle cardiologische ingrepen, zoals dotterbehandelingen en klepimplantaties, en wordt aangevuld door elektronische patiëntendossiers. Daarnaast verschaft de Dutch Hospital Data (DHD) een gestandaardiseerd set klinische variabelen die voor academisch onderzoek toegankelijk gemaakt kan worden via de aanvraagroute van het Dutch Institute for Clinical Auditing (DICA).
Bevolkingsgerichte cohorten zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de upcoming Generation R Next verschaffen uitgebreide data met herhaalde metingen en genetische informatie. Doordat deze registraties door het CBS en andere organisaties via het BSN gekoppeld kunnen worden, kunnen academici zorguitgaven, sterfte en medicatiegebruik in de tijd bestuderen. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel completeren het beeld door gegevens over comorbiditeit en histologie aan te vullen.
De opmars van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard biedt het bovendien steeds eenvoudiger om datasets te ontdekken en te opnieuw te gebruiken. Biostatistici hebben een belangrijke rol in de standaardisatie van uitkomstdefinities en het behandelen van ontbrekende data, waardoor registeronderzoek kan voldoen aan aan de strikte eisen van regulatoire autoriteiten en medische journaals.
- Netherlands Heart Registration (NHR) – behandel- en uitkomstdata bij coronair- en structureel hartproblemen
- Rotterdam Study en ERGO – uitgebreide fenotypering en langdurige follow-up in de brede bevolking
- PALGA – nationaal pathologieregister met weefselonderzoeken
- Nivel Zorgregistraties – representatieve huisartsdata met prescriptie- en verwijspatronen
- Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaaleconomische parameters en zorgkosten
Baanbrekende biostatistische methoden ‘made in the Netherlands’
Nederland heeft een rijke geschiedenis in het opzetten van statistische methoden die onmiddellijk relevant zijn voor cardiovasculair onderzoek. De Fine en Gray-methode voor concurrerende risico’s, vaak gebruikt bij sterfte na een hartinfarct waarbij andere doodsoorzaken als concurrerend evenement worden beschouwd, vindt zijn oorsprong in werk van Nederlandse statistici. Ook dynamische predictie via joint models voor longitudinale biomarkers en overlevingstijd is grondig geworteld in de Nederlandse biostatistiek.
Recente innovaties concentreren op het combineren van causale inferentie met machine learning. Onderzoekers aan de Universiteit Leiden en het UMC Utrecht brengen uit over targeted learning en super learner-ensembles die de effectiviteit van behandelingen bepalen uit observationele data. Dergelijke technieken worden gebruikt om dagelijkse klinische praktijkdata te benutten voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet mogelijk zijn.
Het concept van de Personal Health Train (PHT), ontwikkeld in Nijmegen, stelt onderzoekers in staat om analyses uit te voeren op decentraal opgeslagen data zonder dat gevoelige patiëntgegevens de lokale server verlaten. Dit federated learning-model is inmiddels toegepast in meerdere Europese cardiovasculaire projecten en wordt beschouwd als blauwdruk voor privacy-vriendelijk internationaal onderzoek in lijn met de European Health Data Space.
- Rivaliserende risico’s en multi-state modellen voor complexe ziektetrajecten na hartfalen
- Gecombineerde modellen voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
- TMLE-schatting en doubly robuste causale inferentie
- Persoonlijke Gezondheidstrein – gedistribueerde analyse van elektronische patiëntendossiers
- Bayesiaanse modellen en machine learning voor vroegdetectie van ritmestoornissen
Vooraanstaande instituten en hun researchfocus
In nagenoeg ieder UMC is een specialistische biostatistiek- of epidemiologieafdeling te vinden die zich concentreert op hart- en vaatziekten. Erasmus MC huisvest de afdeling Epidemiologie & Biostatistiek, beroemd van de Rotterdam Study en methodisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht combineert eerstelijnsdata met geavanceerde risicoscores en was onder andere betrokken bij de ontwikkeling van de SCORE2-risicotabellen.
Het Leids Universitair Medisch Centrum (LUMC) heeft een krachtige traditie in vasculaire geneeskunde en big data-analyses binnen het Hart Long Centrum. In Maastricht verenigt het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waar biostatistici toevoegen aan grote cohorten zoals The Maastricht Study. Verder bieden de afdelingen Health Evidence in Nijmegen en de sectie Biostatistiek van het Amsterdam UMC bijzondere expertise op het grensvlak van machine learning en cardiovasculaire beeldvorming.
Ook buiten de academische ziekenhuizen zijn er significante spelers, zoals het Nederlands Hartinstituut en onderzoeksgroepen bij het Nivel, die met routine zorgdata studies naar hartfalen en atriumfibrilleren uitvoeren. Al deze centra functioneren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat synergie tussen methodologie en klinische vraagstukken bevordert.
- Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, voorspelmodellen)
- UMC Utrecht – Julius Centrum (eerstelijnszorg, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (populatie- en beeldvormingsonderzoek, The Maastricht Study)
- LUMC – Hart Long Centrum (big data in vasculaire geneeskunde, genetische epidemiologie)
- Radboudumc – Health Evidence (gedistribueerd leren, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (overlevingstijdanalyse, klinische trials)
Europese subsidies en samenwerkingsverbanden met inbreng uit Nederland
Onderzoeksgroepen uit Nederland zijn zelden afwezig in omvangrijke Europese cardiovasculaire programma’s. In het kader van Horizon Europe en de voorganger daarvan Horizon 2020 namen zij deel aan of coördineerden projecten als BigData@Heart, science — reviews, euCanSHare en CVR-Mind. Deze consortia combineerden digitale medische dossiers, beelddata en omics-data, waarbij Nederlandse biostatistici vaak de analysewerkpakketten aanstuurden. Vanwege de sterke IT-infrastructuur en ethische richtlijnen worden ook in toenemende mate federated learning-projecten vanuit ons land aangestuurd.
Het Innovative Health Initiative (IHI) opent perspectieven voor samenwerking tussen publiek en privaat in de cardiologie. Partijen uit Nederland, onder wie UMC’s en biotechbedrijven, zijn actief in projectvoorstellen rond digitale uitkomstmaten en monitoring op afstand bij hartfalen. Bovendien financiert de European Research Council (ERC) basaal statistisch onderzoek, zoals nieuwe causale methoden voor tijdafhankelijke verstorende factoren, een onderwerp dat rechtstreeks van toepassing is op observationele hartstudies.
Eveneens binnenlandse financieringsorganisaties als ZonMw en de Hartstichting stimuleren biostatistisch onderzoek, vaak in synergie met EU-gelden. Het is voor onderzoekers raadzaam om vroegtijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die fungeren als kraamkamer voor nieuwe multicenterstudies. De vereniging van gespecialiseerde statistische expertise en een collegiale onderzoekcultuur maakt Nederlandse teams interessant als trekkers of centrale laboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: werkpakketleider voor data-analyse en biostatistische modellering
- IHI / IMI – gezamenlijke ontwikkeling van real-world evidence frameworks en synthetische controlegroepen
- ERC Advanced Grants – onderzoek naar methoden naar causale leertechnieken in observationele data
- ZonMw – translationeel biostatistiekonderzoek en invoering van risicovoorspellingstools
- ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kerngroep
FAQ
Wat maakt Nederlandse biostatistiek uitermate geschikt voor cardiovasculair onderzoek?
De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie kenmerkt Nederland. Onderzoekers hebben de mogelijkheid om data via het BSN koppelen, waardoor zeer gedetailleerde longitudinale analyses uitvoerbaar zijn. Daarnaast bezit de biostatistiekgemeenschap innovatieve technieken ontwikkeld, zoals competing risks- en joint models, die tegenwoordig de standaard vormen in Europese cardiovasculaire studies.
Hoe krijg ik toegang tot landelijke hartregistries zoals de NHR?
Toegang tot de Netherlands Heart Registration geschiedt via een wetenschappelijke aanvraag bij het Dutch Institute for Clinical Auditing (DICA). U moet een onderzoeksprotocol aanleveren dat geëvalueerd wordt op haalbaarheid en privacywaarborgen. Na goedkeuring is er een dataverwerkingsovereenkomst. De procedure duurt doorgaans enkele weken tot maanden, waarbij helderheid over de statistische analyse en dataminimalisatie de doorlooptijd kan bekorten.
Wat voor EU-subsidies zijn beschikbaar voor biostatistisch hartonderzoek met Nederlandse deelname?
Horizon Europe (Cluster Gezondheid) en het Innovative Health Initiative (IHI) bieden de voornaamste financieringslijnen. Nederlandse teams kunnen daarnaast aanspraak maken op ERC-beurzen voor fundamenteel methodologisch werk en op ZonMw-programma’s die synergie met EU-projecten vergroten. Ook binnen ESC-registers en de Europese samenwerkingsverbanden van de Hartstichting zijn er kansen voor biostatistische analyses en coördinatie van datawerkpaketten.
Welke methodologische innovaties uit Nederland kan ik inzetten in mijn studie?
Denk aan competing risks-modellen voor situaties waarin mensen meerdere mogelijke eindpunten hebben, en joint models voor veranderlijke risicovoorspelling op basis van herhaalde metingen. Voor causaal onderzoek uit observationele data zijn doubly robuste schatters en TMLE passend. Wilt u privacy-gevoelige gegevens analyseren zonder centrale opslag, dan biedt de Personal Health Train een bewezen gedistribueerde aanpak die al in cardiovasculaire projecten is ingezet.
Aan welke ethische eisen moet ik beantwoorden bij observationeel data-onderzoek in Nederland?
U dient voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) maken en privacy-functionarissen involveren bij koppeling van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is vaak geen METC-goedkeuring nodig, maar een opt-out regeling voor patiënten echter. Documenteer altijd de noodzaak van elke variabele en de minimale verwerking, en maak overeenkomsten over dataminimalisatie en bewaartermijnen.
Wat houdt in de rol van de Personal Health Train in Europese projecten?
De Personal Health Train (PHT) geeft onderzoekers de kans om analyses te uitvoeren op data die lokaal blijft opgeslagen, in plaats van ze te centraliseren. In Europese cardiovasculaire consortia is PHT toegepast voor het ontwikkelen van predictiemodellen op elektronische patiëntendossiers zonder dat gevoelige informatie de instelling verlaat. Het model past naadloos aan op de European Health Data Space en wordt beschouwd als referentie voor privacy-preserverend internationaal onderzoek.
