Nederland vervult een sleutelpositie in het continentale netwerk van biostatistisch cardiovasculair onderzoek. De samenvoeging van grondige registratie, langetermijn cohortstudies en een sterke gemeenschap van methodologen creëert het land tot een kweekvijver voor innovatief data-onderzoek. Deze gids verschaft een overzicht van toepasselijke infrastructuur, financieringskanalen en recente trends die academici bijstaan om resultaatgerichte studies op te zetten.
Een Europees knooppunt voor cardiovasculaire biostatistiek
Het Nederlandse succes in grootschalig data-onderzoek rond hart- en vaatziekten is geen toeval. Al jarenlang worden burgers gevolgd in de tijd in prospectieve studies zoals de Rotterdam Study, die gedetailleerd gestratificeerde data opleveren 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 baanbrekend werk verricht op het gebied van competing risks-analyse, dynamische predictiemodellen en causale inferentie. De expertise in het behandelen van gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt globaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn gecreëerd op Nederlandse data, genieten statistici hieruit een natuurlijk vertrouwen in Europese onderzoeksconsortia.
Daarnaast speelt de Nederlandse biostatistiekgemeenschap een belangrijke rol in de harmonisatie van uitkomstmaten en studiedesigns. ad.nl 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 interessante partner voor multicenter trials en observationele mega-cohortstudies.
- Langdurige bevolkingscohorten met uitgebreide biomerkers en beeldvorming
- Landelijke koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
- Diepe expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
- Grote mate van datakwaliteit door uniforme registratie en validatiestudies
Nieuwe biostatistische methoden ‘made in the Netherlands’
Nederland heeft een omvangrijke geschiedenis in het creëren van statistische methoden die direct relevant zijn voor cardiovasculair onderzoek. De Fine en Gray-methode voor concurrerende risico’s, vaak gebruikt bij https://www.nu.nl/voetbal/6316540/transferupdates-tirpan-keert-bij-willem-ii-terug-op-nederlandse-velden.html sterfte na een hartinfarct waarbij andere doodsoorzaken als concurrerend evenement worden behandeld, 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 focussen op het combineren van causale inferentie met machine learning. Onderzoekers aan de Universiteit Leiden en het UMC Utrecht publiceren over targeted learning en super learner-ensembles die de effectiviteit van behandelingen schatten uit observationele data. Dergelijke technieken worden toegepast om dagelijkse klinische praktijkdata te exploiteren voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet haalbaar 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 achterlaten. Dit federated learning-model is inmiddels gebruikt in meerdere Europese cardiovasculaire projecten en wordt gezien 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
- Joint models voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
- Targeted maximum likelihood estimation (TMLE) en doubly robuste causale inferentie
- Persoonlijke Gezondheidstrein – gedistribueerde analyse van elektronische patiëntendossiers
- Bayes-netwerken en machine learning voor vroegdetectie van ritmestoornissen
Wet- en regelgeving rond klinisch hartonderzoek: wat biostatistici dienen te weten
Biostatistici die in Nederland cardiovasculair onderzoek initiëren, moeten vertrouwd zijn met een complex regulatori landschap. Sinds de inwerkingtreding van verordening (EU) 536/2014 (Clinical Trials Regulation) worden alle klinische geneesmiddelenonderzoeken aangeleverd via het CTIS-portaal van het Europees Geneesmiddelenbureau. De Medisch Ethische Toetsingscommissies (METC’s) evalueren 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) richtinggevend, aangevuld met de Gedragscode Gezondheidsonderzoek en de Uitvoeringswet AVG. In de praktijk betekent dit dat onderzoekers een data protection impact assessment (DPIA) dienen uit te voeren en vaak aangewezen zijn van een opt-out procedure voor patiëntinformatie, tenzij expliciete toestemming vereist is. Biostatistici worden steeds vaker verzocht om te onderbouwen dat koppeling van bronnen noodzakelijk is voor de beoogde analyse en dat de minimale gegevensverwerking wordt gehanteerd.
De komst van de European Health Data Space (EHDS) zal secundair datagebruik verder harmoniseren en verschaft nieuwe mogelijkheden voor grensoverschrijdende cardiovasculaire studies. Nederlandse instellingen bereiden zich voor door datacatalogi te standaardiseren en via Health-RI vindbaar te maken. Statistisch advies is onmisbaar 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
- Privacy-impactbeoordeling voor observationele studies met gepseudonimiseerde data
- Gedragscode voor gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes implementeren op datacatalogi voor vindbare, toegankelijke en herbruikbare data
Vooraanstaande instituten en hun onderzoeksthema’s
In vrijwel ieder UMC is een specialistische biostatistiek- of epidemiologieafdeling te vinden die zich concentreert op hart- en vaatziekten. Erasmus MC herbergt de afdeling Epidemiologie & Biostatistiek, beroemd van de Rotterdam Study en methodologisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht combineert eerstelijnsdata met geavanceerde risicoscores en was bijvoorbeeld betrokken bij de ontwikkeling van de SCORE2-risicotabellen.
Het Leids Universitair Medisch Centrum (LUMC) heeft een sterke traditie in vasculaire geneeskunde en big data-analyses binnen het Hart Long Centrum. In Maastricht combineert het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waarbij biostatistici leveren aan grote cohorten zoals The Maastricht Study. Daarnaast bieden de afdelingen Health Evidence in Nijmegen en de sectie Biostatistiek van het Amsterdam UMC bijzondere expertise op het snijvlak van machine learning en cardiovasculaire beeldvorming.
Ook buiten de academische ziekenhuizen zijn er belangrijke spelers, zoals het Nederlands Hartinstituut en onderzoeksgroepen bij het Nivel, die met routine zorgdata studies naar hartfalen en atriumfibrilleren uitvoeren. Al deze centra opereren 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 (primaire zorg, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (populatie- en imagingonderzoek, The Maastricht Study)
- LUMC – Hart Long Centrum (vaatgerelateerde big data, genetische epidemiologie)
- Radboudumc – Health Evidence (federatief leren, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (survivalanalyse, klinische trials)
Databronnen en registers en registerstudies voor cardiovasculaire onderzoeken
De beschikbaar stellen van kwalitatieve registries is een groot pluspunt van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) vergaart gegevens van alle cardiologische interventies, zoals dotterbehandelingen en klepimplantaties, en wordt gevuld door elektronische patiëntendossiers. Daarnaast biedt de Dutch Hospital Data (DHD) een uniforme set klinische parameters die voor wetenschappelijk onderzoek toegankelijk gemaakt kan worden via de aanvraagproces van het Dutch Institute for Clinical Auditing (DICA).
Bevolkingsgerichte onderzoeksgroepen zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de aankomende Generation R Next leveren uitgebreide data met herhaalde metingen en genetische data. Doordat deze bronnen door het CBS en andere instanties via het BSN aan elkaar te koppelen zijn, kunnen onderzoekers zorguitgaven, sterfte en medicatiegebruik in de tijd analyseren. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel vullen aan het beeld door gegevens over comorbiditeit en histologie te leveren.
De opkomst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard zorgt ervoor het tevens steeds eenvoudiger om datasets te ontdekken en te opnieuw in te zetten. Biostatistici spelen een belangrijke rol in de standaardisatie van uitkomstdefinities en het hanteren van ontbrekende gegevens, waardoor registeronderzoek kan beantwoorden aan de strikte eisen van regulatoire organisaties en medische tijdschriften.
- Netherlands Heart Registration (NHR) – interventie- en uitkomstengegevens bij coronair- en structureel hartproblemen
- Rotterdam Study en ERGO – uitgebreide fenotypering en follow-up op lange termijn in de algemene bevolking
- PALGA – landelijk pathologieregister met weefseldiagnoses
- Nivel Zorgregistraties – betrouwbare huisartsinformatie met recept- en verwijzingstrends
- Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaaleconomische variabelen en zorguitgaven
Europese financiering en samenwerkingen met Nederlandse bijdrage
Onderzoeksgroepen uit Nederland zijn bijna altijd aanwezig in belangrijke Europese hart- en vaatinitiatieven. In het kader van Horizon Europe en de voorganger daarvan Horizon 2020 coördineerden of participeerden initiatieven als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia combineerden elektronische gezondheidsdossiers, medische beeldvorming en omics-data, waarin Nederlandse biostatistici regelmatig de analysewerkpakketten coördineerden. Vanwege de robuuste IT-infrastructuur en ethische richtlijnen worden ook in toenemende mate federated learning-projecten door Nederlandse partijen gecoördineerd.
Het Innovative Health Initiative (IHI) biedt kansen voor publiek-private samenwerking in de cardiologie. Nederlandse organisaties, waaronder UMC’s en biotechbedrijven, zijn actief in voorstellen en initiatieven rond digitale meetpunten en remote monitoring bij hartfalen. Daarnaast financiert de European science ideeën Council (ERC) theoretisch statistisch onderzoek, zoals nieuwe causale methoden voor tijdsafhankelijke confounding, een thema dat nauw aansluit op observationele hartstudies.
Tevens nationale financiers als ZonMw en de Hartstichting stimuleren biostatistisch onderzoek, vaak in afstemming met EU-gelden. Het verdient aanbeveling voor onderzoekers om tijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die functioneren als broedplaats voor innovatieve multicenter trials. De samenvoeging van specialistische statistische kennis en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams aantrekkelijk als trekkers of centrale laboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: coördinator van werkpakket voor data-analyse en biostatistische modellen
- IHI / IMI – gezamenlijke ontwikkeling van real-world evidence frameworks en virtuele controle-armen
- ERC Advanced Grants – onderzoek naar methoden naar causale machine learning in data uit observationeel onderzoek
- ZonMw – translationeel statistisch onderzoek en invoering van risicoscores en predictiemodellen
- ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kerngroep
FAQ
Wat maakt Nederlandse biostatistiek zo goed is voor cardiovasculair onderzoek?
De unieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie typeert Nederland. Onderzoekers kunnen eenvoudig data via het BSN koppelen, waardoor uiterst gedetailleerde longitudinale analyses mogelijk zijn. Daarnaast bezit de biostatistiekgemeenschap innovatieve technieken ontwikkeld, zoals competing risks- en joint models, die nu de standaard uitmaken in Europese cardiovasculaire studies.
Op welke wijze verkrijg ik toegang tot landelijke hartregistries zoals de NHR?
Toegang tot de Netherlands Heart Registration verloopt via een wetenschappelijke aanvraag bij het Dutch Institute for Clinical Auditing (DICA). U moet onderzoeksprotocol aanleveren dat beoordeeld wordt op haalbaarheid en privacywaarborgen. Na goedkeuring volgt een dataverwerkingsovereenkomst. De procedure beslaat doorgaans enkele weken tot maanden, waarbij helderheid over de statistische analyse en dataminimalisatie de doorlooptijd kan bekorten.
Wat voor EU-subsidies bestaan er voor biostatistisch hartonderzoek met Nederlandse deelname?
Horizon Europe (Cluster Gezondheid) en het Innovative Health Initiative (IHI) bieden de meest relevante financieringslijnen. Nederlandse teams kunnen bovendien 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 liggen kansen voor biostatistische analyses en coördinatie van datawerkpaketten.
Wat voor 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 levende risicovoorspelling op basis van herhaalde metingen. Voor causaal onderzoek uit observationele data zijn doubly robuste schatters en TMLE geschikt. 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 voldoen bij observationeel data-onderzoek in Nederland?
U dient te voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) opzetten en privacy-functionarissen betrekken bij koppeling van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is vaak geen METC-goedkeuring nodig, maar een opt-out regeling voor patiënten daarentegen. Documenteer altijd de noodzaak van elke variabele en de minimale verwerking, en maak regelingen over dataminimalisatie en bewaartermijnen.
Wat is de rol van de Personal Health Train in Europese projecten?
De Personal Health Train (PHT) biedt onderzoekers in staat om analyses te runnen op data die lokaal wordt opgeslagen, in plaats van ze te centraliseren. In Europese cardiovasculaire consortia is PHT gebruikt voor het trainen van predictiemodellen op elektronische patiëntendossiers zonder dat gevoelige informatie de instelling verlaat. Het model sluit aan naadloos aan op de European Health Data Space en wordt beschouwd als als referentie voor privacy-preserverend internationaal onderzoek.
