Nederland vervult een centrale rol in het continentale netwerk van statistisch-biologisch cardiovasculair onderzoek. De combinatie van diepgaande registratie, langdurige cohortstudies en een hechte gemeenschap van methodologen maakt het land tot een broedplaats voor baanbrekend data-onderzoek. Deze gids verschaft een inzicht van toepasselijke infrastructuur, financieringskanalen en actuele trends die onderzoekers bijstaan om resultaatgeoriënteerde studies op te zetten.
Een Europees centrum voor cardiovasculaire biostatistiek
Het Nederlandse succes 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 rijk gestratificeerde data genereren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden consequent gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses faciliteert die in veel andere landen ontbreken.
Methodologen in Nederlandse universitair medische centra hebben baanbrekende prestaties geleverd op het gebied van competing risks-analyse, dynamische predictiemodellen en causale inferentie. De expertise in het behandelen van gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt internationaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn gecreëerd op Nederlandse data, bezitten statistici hieruit een natuurlijk 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 stellen Nederlandse statistici standaarden voor het verzamelen en analyseren van real-world evidence. Deze infrastructuur maakt het land tot een aantrekkelijke partner voor multicenter trials en observationele mega-cohortstudies.
- Langlopende bevolkingscohorten met gedetailleerde biomerkers en beeldvorming
- Algemene koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
- Grondige expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
- Hoge mate van datakwaliteit door gestandaardiseerde registratie en validatiestudies
Databronnen en registerstudies voor cardiovasculaire wetenschappelijke projecten
De beschikbaar stellen van hoogstaande registries is een van de grootste troeven van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) registreert gegevens van alle cardiologische behandelingen, zoals dotterbehandelingen en klepimplantaties, en wordt gevoed door elektronische patiëntendossiers. Daarnaast levert de Dutch Hospital Data (DHD) een uniforme set klinische variabelen die voor wetenschappelijke studies toegankelijk gemaakt kan worden via de aanvraagproces 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 verschaffen gedetailleerde data met longitudinale metingen en genetische gegevens. Doordat deze bronnen door het CBS en andere organisaties via het BSN gekoppeld kunnen worden, kunnen wetenschappers zorguitgaven, sterfte en medicatiegebruik longitudinaal onderzoeken. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel completeren het beeld door gegevens over comorbiditeit en histologie toe te voegen.
De opkomst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard maakt het tevens steeds eenvoudiger om datasets te vinden en te opnieuw te gebruiken biostat-chf.eu. Biostatistici vervullen een belangrijke rol in de harmonisatie van uitkomstdefinities en het hanteren van ontbrekende gegevens, waardoor registeronderzoek kan beantwoorden aan de strikte eisen van regulatoire autoriteiten en medische journaals.
- Netherlands Heart Registration (NHR) – interventie- en uitkomstengegevens bij coronair- en structureel hartproblemen
- Rotterdam Study en ERGO – diepe fenotypering en follow-up op lange termijn in de algemene populatie
- PALGA – nationaal pathologieregister met weefseldiagnoses
- Nivel Zorgregistraties – representatieve huisartsgegevens met voorschrijf- en verwijspatronen
- Statistics Netherlands (CBS) microdata – sterfteoorzaken, sociaaleconomische parameters en medische kosten
Nieuwe biostatistische methoden ‘made in the Netherlands’
Nederland heeft een rijke geschiedenis in het ontwikkelen van statistische methoden die direct 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 richten zich 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 schatten uit observationele data. Dergelijke technieken worden ingezet om dagelijkse klinische praktijkdata te gebruiken voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet mogelijk zijn.
Het concept van de Personal Health Train (PHT), opgezet 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 beoordeeld als blauwdruk voor privacy-vriendelijk internationaal onderzoek in lijn met de European Health Data Space.
- Competing risks en multi-state modellen voor complexe ziektetrajecten na hartfalen
- Gezamenlijke modellen voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
- Doelgerichte maximale waarschijnlijkheidsschatting en doubly robuste causale inferentie
- PHT – gedistribueerde analyse van elektronische patiëntendossiers
- Bayes-netwerken en machine learning voor vroegdetectie van ritmestoornissen
Vooraanstaande instituten en hun onderzoeksfocus
In vrijwel ieder UMC is een gespecialiseerde biostatistiek- of epidemiologieafdeling te vinden die zich richt op hart- en vaatziekten. Erasmus MC herbergt de afdeling Epidemiologie & Biostatistiek, vermaard van de Rotterdam Study en methodologisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht verenigt 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 combineert het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waarbij biostatistici bijdragen 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 grensvlak 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 voltooien. 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 (eerste lijn, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (populatie- en beeldvormingsonderzoek, The Maastricht Study)
- LUMC – Hart Long Centrum (vaatgerelateerde big data, genetische epidemiologie)
- Radboudumc – Health Evidence (federatief leren, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (overlevingsanalyse, klinische trials)
EU-subsidies en samenwerkingen met Nederlandse inbreng
Nederlandse onderzoeksteams zijn vrijwel nooit afwezig in omvangrijke Europese cardiovasculaire programma’s. In het kader van Horizon Europe en zijn voorganger Horizon 2020 coördineerden of participeerden projecten als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia combineerden elektronische gezondheidsdossiers, beelddata en omics-data, waarin Nederlandse biostatistici vaak de analysewerkpakketten coördineerden. Vanwege de sterke IT-infrastructuur en ethische kaders worden ook meer en meer federated learning-projecten door Nederlandse partijen aangestuurd.
Het Innovative Health Initiative (IHI) biedt kansen voor publiek-private partnerschappen in de cardiologie. Nederlandse organisaties, onder wie UMC’s en biotechbedrijven, zijn actief in voorstellen rond digitale eindpunten en monitoring op afstand bij hartfalen. Daarnaast financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals geavanceerde causale technieken voor tijdafhankelijke verstorende factoren, een thema dat rechtstreeks van toepassing is op observationele cardiovasculaire studies.
Eveneens financiers op nationaal niveau als ZonMw en de Hartstichting stimuleren biostatistisch onderzoek, veelal in wisselwerking met EU-gelden. Onderzoekers doen er goed aan om in een vroeg stadium aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die dienen als voedingsbodem voor nieuwe multi-center onderzoeken. De samenvoeging van gespecialiseerde statistische expertise en een collaboratieve research cultuur maakt Nederlandse teams waardevol als coördinatoren of kernlaboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: werkpakketleider voor data-analyse en biostatistische modellen
- IHI / IMI – gezamenlijke ontwikkeling van real-world evidence frameworks en synthetische controle-armen
- ERC Advanced Grants – methodologisch onderzoek naar causale leertechnieken in observationele gegevens
- ZonMw – translationeel statistisch onderzoek en invoering van risicovoorspellingstools
- ESC-registers – EuroHeart en EORP, met data-analisten uit Nederland in de kerngroep
Normen rond klinisch hartonderzoek: wat biostatistici dienen te 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 verzonden via het CTIS-portaal van het Europees Geneesmiddelenbureau. De Medisch Ethische Toetsingscommissies (METC’s) beoordelen 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 impliceert 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 gevraagd 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 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 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
- Data protection impact assessment (DPIA) voor observationele studies met gepseudonimiseerde data
- Code 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 goed voor cardiovasculair onderzoek?
De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie typeert Nederland. Onderzoekers hebben de mogelijkheid om data via het BSN koppelen, waardoor zeer gedetailleerde longitudinale analyses mogelijk zijn. Daarnaast heeft de biostatistiekgemeenschap revolutionaire technieken ontwikkeld, zoals competing risks- en joint models, die momenteel 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 een onderzoeksprotocol indienen dat geëvalueerd wordt op haalbaarheid en privacywaarborgen. Na goedkeuring is er een dataverwerkingsovereenkomst. De procedure beslaat doorgaans enkele weken tot maanden, waarbij duidelijkheid over de statistische analyse en dataminimalisatie de doorlooptijd kan versnellen.
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 verder 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 zijn er kansen voor biostatistische analyses en coördinatie van datawerkpaketten.
Welke soort methodologische innovaties uit Nederland kan ik gebruiken 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 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 toegepast.
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 betrekken bij verbinding van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is doorgaans geen METC-goedkeuring vereist, maar een opt-out regeling voor patiënten daarentegen. Documenteer steeds de noodzaak van elke variabele en de minimale verwerking, en maak afspraken over dataminimalisatie en bewaartermijnen.
Wat is de rol van de Personal Health Train in Europese projecten?
De Personal Health Train (PHT) biedt onderzoekers de mogelijkheid om analyses te draaien op data die lokaal blijft 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 uitgaat. Het model past naadloos aan op de European Health Data Space en wordt beschouwd als als referentie voor privacy-preserverend internationaal onderzoek.