Nederland inneemt een sleutelpositie in het Europese netwerk van biostatistische cardiovasculair onderzoek. De samenvoeging van diepgaande registratie, langdurige cohortstudies en een sterke gemeenschap van methodologen vormt het land tot een kweekvijver voor innovatief data-onderzoek. Deze handleiding verschaft een inzicht van belangrijke infrastructuur, financieringskanalen en huidige trends die onderzoekers ondersteunen om doelgerichte studies op te zetten.
Een Europees centrum voor cardiovasculaire biostatistiek
Het Nederlandse resultaat in grootschalig data-onderzoek rond hart- en vaatziekten is geen toeval. Al decennialang 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 consequent gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses faciliteert die in veel andere landen niet bestaan.
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 omgaan met gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt globaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn opgebouwd 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. Vanuit de Netherlands Heart Registration tot de internationale IHI-projecten stellen Nederlandse statistici standaarden voor het verzamelen en analyseren van real-world evidence. Deze infrastructuur maakt 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 gestandaardiseerde registratie en validatiestudies
Baanbrekende biostatistische methoden ‘made in the Netherlands’
Nederland heeft een indrukwekkende geschiedenis in het ontwikkelen van statistische methoden die onmiddellijk relevant zijn voor cardiovasculair onderzoek. De Fine en Gray-methode voor concurrerende risico’s, vaak ingezet bij sterfte na een hartinfarct waarbij andere doodsoorzaken als concurrerend evenement worden gezien, vindt zijn oorsprong in werk van Nederlandse statistici. Ook dynamische predictie via joint models voor longitudinale biomarkers en overlevingstijd is sterk geworteld in de Nederlandse biostatistiek.
Recente innovaties richten zich op het combineren van causale inferentie met machine learning https://biostat-chf.eu/. 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 uitvoerbaar zijn.
Het concept van de Personal Health Train (PHT), gecreëerd 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 geïmplementeerd 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
- Gezamenlijke modellen 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
- Bayesiaanse netwerken en machine learning voor vroegdetectie van ritmestoornissen
Vooraanstaande instituten en hun researchfocus
In vrijwel ieder UMC is een specifieke biostatistiek- of epidemiologieafdeling te vinden die zich focust op hart- en vaatziekten. Erasmus MC bevat 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 verfijnde risicoscores en was onder andere betrokken bij de ontwikkeling van de SCORE2-risicotabellen.
Het Leids Universitair Medisch Centrum (LUMC) heeft een solide 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. Daarnaast bieden de afdelingen Health Evidence in Nijmegen en de sectie Biostatistiek van het Amsterdam UMC specifieke expertise op het snijvlak 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 realiseren. Al deze centra functioneren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat kruisbestuiving tussen methodologie en klinische vraagstukken stimuleert.
- Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, voorspellingsmodellen)
- UMC Utrecht – Julius Centrum (primaire zorg, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (populatie- en imagingonderzoek, The Maastricht Study)
- LUMC – Hart Long Centrum (big data in vasculaire geneeskunde, genetische epidemiologie)
- Radboudumc – Health Evidence (federated learning, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (overlevingsanalyse, klinische trials)
Databanken en registratieonderzoek voor cardiovasculaire studies
De beschikbaarheid van hoogwaardige registries is een groot pluspunt van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) registreert gegevens van alle cardiologische ingrepen, zoals dotterbehandelingen en klepimplantaties, en wordt aangevuld door elektronische patiëntendossiers. Daarnaast levert de Dutch Hospital Data (DHD) een uniforme set klinische gegevens 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 toekomstige Generation R Next leveren rijke data met herhaalde metingen en genetische data. Doordat deze registraties door het CBS en andere instanties via het BSN aan elkaar te koppelen zijn, kunnen onderzoekers zorguitgaven, sterfte en medicatiegebruik longitudinaal analyseren. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel vullen aan het plaatje door gegevens over comorbiditeit en histologie aan te vullen.
De opmars van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard zorgt ervoor het tevens steeds toegankelijker om datasets te ontdekken en te hergebruiken. Biostatistici vervullen een cruciale rol in de uniformering van uitkomstdefinities en het behandelen van ontbrekende informatie, waardoor registeronderzoek kan voldoen aan de strikte eisen van regulatoire organisaties en medische publicaties.
- Netherlands Heart Registration (NHR) – interventie- en uitkomstengegevens bij coronair- en structureel hartlijden
- Rotterdam Study en ERGO – gedetailleerde fenotypering en langetermijn follow-up in de brede bevolking
- PALGA – landelijk pathologieregister met weefselonderzoeken
- Nivel Zorgregistraties – betrouwbare huisartsinformatie met voorschrijf- en verwijspatronen
- Statistics Netherlands (CBS) microdata – overlijdensredenen, sociaaleconomische variabelen en zorgkosten
Europese financiering en samenwerkingen met inbreng uit Nederland
Onderzoeksgroepen uit Nederland zijn bijna altijd aanwezig in grote Europese cardiovasculaire initiatieven. Onder Horizon Europe en de voorganger daarvan Horizon 2020 waren zij betrokken bij programma’s als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia integreerden digitale medische dossiers, beeldvorming en omics-data, met Nederlandse biostatistici regelmatig de analysewerkpakketten leidden. Vanwege de sterke IT-infrastructuur en ethische richtlijnen worden ook meer en meer federated learning-projecten vanuit ons land geleid.
Het Innovative Health Initiative (IHI) opent perspectieven voor publiek-private partnerschappen in de cardiologie. Partijen uit Nederland, zoals UMC’s en biotechbedrijven, nemen actief deel in projectvoorstellen rond digitale meetpunten en monitoring op afstand bij hartfalen. Verder financiert de European Research Council (ERC) basaal statistisch onderzoek, zoals geavanceerde causale technieken voor tijdsafhankelijke confounding, een onderwerp dat direct toepasbaar is op observationele hartstudies.
Eveneens nationale financiers als ZonMw en de Hartstichting ondersteunen biostatistisch onderzoek, veelal in afstemming met EU-gelden. Het is voor onderzoekers raadzaam om tijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die functioneren als broedplaats voor nieuwe multi-center onderzoeken. De combinatie van gespecialiseerde statistische expertise en een collegiale onderzoekcultuur maakt Nederlandse teams aantrekkelijk als trekkers of kernlaboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: coördinator van werkpakket voor datatechnische analyse en biostatistische modellering
- IHI / IMI – co-creatie van real-world evidence frameworks en synthetische controle-armen
- ERC Advanced Grants – methodologisch onderzoek naar causale leertechnieken in data uit observationeel onderzoek
- ZonMw – translationeel biostatistiekonderzoek en implementatie van risicovoorspellingstools
- ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kernploeg
Wet- en regelgeving rond klinisch hartonderzoek: wat biostatistici moeten weten
Biostatistici die in Nederland cardiovasculair onderzoek opzetten, moeten bekend 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) leidend, 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 aangewezen zijn van een opt-out procedure voor patiëntinformatie, tenzij expliciete toestemming verplicht 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 verschaft nieuwe mogelijkheden voor grensoverschrijdende cardiovasculaire studies. Nederlandse instellingen maken zich klaar 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
- DPIA-beoordeling voor observationele studies met gepseudonimiseerde data
- Gedragscode voor gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes toepassen op datacatalogi voor vindbare, toegankelijke en herbruikbare data
FAQ
Wat maakt Nederlandse biostatistiek zo geschikt is voor cardiovasculair onderzoek?
De unieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie typeert Nederland. Onderzoekers kunnen data via het BSN koppelen, waardoor bijzonder gedetailleerde longitudinale analyses haalbaar zijn. Daarnaast kent de biostatistiekgemeenschap innovatieve technieken ontwikkeld, zoals competing risks- en joint models, die tegenwoordig de standaard zijn 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 dient onderzoeksprotocol indienen dat beoordeeld wordt op haalbaarheid en privacywaarborgen. Na goedkeuring is er een dataverwerkingsovereenkomst. De procedure neemt doorgaans enkele weken tot maanden, waarbij duidelijkheid over de statistische analyse en dataminimalisatie de doorlooptijd kan verkorten.
Welke soorten EU-subsidies zijn er voor biostatistisch hartonderzoek met Nederlandse deelname?
Horizon Europe (Cluster Gezondheid) en het Innovative Health Initiative (IHI) bieden de belangrijkste financieringslijnen. Nederlandse teams kunnen bovendien aanspraak maken op ERC-beurzen voor fundamenteel methodologisch werk en op ZonMw-programma’s die synergie met EU-projecten versterken. 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 personen 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 toegepast.
Aan welke ethische eisen moet ik beantwoorden bij observationeel data-onderzoek in Nederland?
U dient te voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) opstellen 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 echter. Documenteer te allen tijde 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 staat opgeslagen, in plaats van ze te centraliseren. In Europese cardiovasculaire consortia is PHT ingezet voor het ontwikkelen van predictiemodellen op elektronische patiëntendossiers zonder dat gevoelige informatie de instelling uitgaat. Het model sluit naadloos aan op de European Health Data Space en wordt gezien als referentie voor privacy-preserverend internationaal onderzoek.