Nederland inneemt een sleutelpositie in het Europese netwerk van statistisch-biologisch cardiovasculair onderzoek. De samenvoeging van grondige registratie, langdurige cohortstudies en een hechte gemeenschap van methodologen creëert het land tot een broedplaats voor baanbrekend data-onderzoek. Deze Biostatistics Research gids geeft een overzicht van relevante infrastructuur, financieringsbronnen en recente trends die onderzoekers bijstaan om resultaatgerichte studies op te zetten.
FAQ
Waardoor is Nederlandse biostatistiek zo geschikt voor cardiovasculair onderzoek?
De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie onderscheidt Nederland. Onderzoekers kunnen eenvoudig data via het BSN koppelen, waardoor zeer gedetailleerde longitudinale analyses uitvoerbaar zijn. Daarnaast bezit de biostatistiekgemeenschap revolutionaire technieken ontwikkeld, zoals competing risks- en joint models, die momenteel 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 moet onderzoeksprotocol in dat geëvalueerd wordt op haalbaarheid en privacywaarborgen. Na goedkeuring volgt een dataverwerkingsovereenkomst. De procedure beslaat doorgaans enkele weken tot maanden, waarbij inzicht over de statistische analyse en dataminimalisatie de doorlooptijd kan verkorten.
Welke EU-subsidies zijn er 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 verbeteren. 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 toepassen in mijn studie?
Denk aan competing risks-modellen voor situaties waarin mensen meerdere mogelijke eindpunten hebben, en joint models voor dynamische 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 moet voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) maken en privacy-functionarissen inschakelen bij integratie van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is vaak geen METC-goedkeuring vereist, maar een opt-out regeling voor patiënten wel. Documenteer steeds de noodzaak van elke variabele en de minimale verwerking, en maak overeenkomsten over dataminimalisatie en bewaartermijnen.
Wat is precies de rol van de Personal Health Train in Europese projecten?
De Personal Health Train (PHT) geeft onderzoekers de mogelijkheid om analyses te uitvoeren op data die lokaal blijft opgeslagen, in plaats van ze te centraliseren. In Europese cardiovasculaire consortia is PHT ingezet voor het opbouwen 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.
Vooraanstaande instituten en hun onderzoeksthema’s
In vrijwel ieder UMC is een gespecialiseerde 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 wetenschappelijk leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht koppelt eerstelijnsdata met geavanceerde 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 combineert 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 speciale expertise op het grensvlak van machine learning en cardiovasculaire beeldvorming.
Ook buiten de academische ziekenhuizen zijn er relevante spelers, zoals het Nederlands Hartinstituut en onderzoeksgroepen bij het Nivel, die met routine zorgdata studies naar hartfalen en atriumfibrilleren realiseren. Al deze centra opereren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat synergie tussen methodologie en klinische vraagstukken versnelt.
- Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, voorspelmodellen)
- UMC Utrecht – Julius Centrum (primaire zorg, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (populatie- en beeldvormingsonderzoek, The Maastricht Study)
- LUMC – Hart Long Centrum (vaatgerelateerde big data, genetische epidemiologie)
- Radboudumc – Health Evidence (federated learning, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (overlevingsanalyse, klinische trials)
Databronnen en registers en registratieonderzoek voor cardiovasculaire studies
De beschikbaarheid van hoogwaardige registries is een van de grootste troeven van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) verzamelt gegevens van alle cardiologische behandelingen, zoals dotterbehandelingen en klepimplantaties, en wordt aangevuld door elektronische patiëntendossiers. Daarnaast verschaft de Dutch Hospital Data (DHD) een uniforme set klinische gegevens die voor academisch onderzoek beschikbaar gesteld kan worden via de aanvraagproces van het Dutch Institute for Clinical Auditing (DICA).
Bevolkingsgerichte studiegroepen zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de toekomstige Generation R Next bieden uitgebreide data met herhaalde metingen en genetische gegevens. Doordat deze registraties door het CBS en andere instanties via het BSN gekoppeld kunnen worden, kunnen onderzoekers zorguitgaven, sterfte en medicatiegebruik over de jaren onderzoeken. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel completeren het plaatje door gegevens over comorbiditeit en histologie te leveren.
De opkomst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard maakt het tevens steeds makkelijker om datasets te lokaliseren en te hergebruiken. Biostatistici hebben een belangrijke rol in de standaardisatie van uitkomstdefinities en het hanteren van ontbrekende informatie, waardoor registeronderzoek kan voldoen aan de hoge eisen van regulatoire autoriteiten en medische journaals.
- Netherlands Heart Registration (NHR) – interventie- en uitkomstengegevens bij coronair- en structureel hartziekten
- Rotterdam Study en ERGO – gedetailleerde fenotypering en langdurige follow-up in de algemene bevolking
- PALGA – nationaal pathologiebestand met weefseldiagnoses
- Nivel Zorgregistraties – betrouwbare huisartsinformatie met prescriptie- en verwijspatronen
- Statistics Netherlands (CBS) microdata – sterfteoorzaken, sociaaleconomische parameters en zorgkosten
Europese subsidies en samenwerkingen met Nederlandse inbreng
Onderzoeksgroepen uit Nederland zijn vrijwel nooit afwezig in omvangrijke Europese cardiovasculaire programma’s. Onder Horizon Europe en de voorganger daarvan Horizon 2020 coördineerden of participeerden programma’s als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia combineerden elektronische gezondheidsdossiers, medische beeldvorming en omics-data, met Nederlandse biostatistici regelmatig de analysewerkpakketten aanstuurden. Door de robuuste IT-infrastructuur en ethische normen worden ook steeds meer federated learning-projecten vanuit ons land aangestuurd.
Het Innovative Health Initiative (IHI) creëert mogelijkheden voor samenwerking tussen publiek en privaat in de cardiologie. Partijen uit Nederland, onder wie UMC’s en biotechbedrijven, participeren in voorstellen en initiatieven rond digitale uitkomstmaten en remote monitoring bij hartfalen. Verder financiert de European Research Council (ERC) theoretisch statistisch onderzoek, zoals geavanceerde causale technieken voor confounding in de tijd, een onderwerp dat direct toepasbaar is op observationeel hartonderzoek.
Tevens binnenlandse financieringsorganisaties als ZonMw en de Hartstichting bevorderen biostatistisch onderzoek, vaak in afstemming met EU-gelden. Het verdient aanbeveling voor onderzoekers om vroegtijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die fungeren als kraamkamer voor nieuwe multi-center onderzoeken. De combinatie van diepgaande statistische kennis en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams aantrekkelijk als coördinerende partijen of centrale laboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: werkpakketleider voor data-analyse en biostatistische modellering
- IHI / IMI – co-development van real-world evidence frameworks en virtuele controle-armen
- ERC Advanced Grants – methodologisch wetenschappelijk werk naar causale machine learning in observationele gegevens
- ZonMw – translationeel statistisch onderzoek en invoering van risicovoorspellingstools
- ESC-registers – EuroHeart en EORP, met Nederlandse dataspecialisten in de kerngroep
Normen rond klinisch hartonderzoek: wat biostatistici moeten weten
Biostatistici die in Nederland cardiovasculair onderzoek opzetten, moeten bedreven zijn in een complex regulatori landschap. Sinds de inwerkingtreding van verordening (EU) 536/2014 (Clinical Trials Regulation) worden alle klinische geneesmiddelenonderzoeken ingediend 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) bepalend, aangevuld met de Gedragscode Gezondheidsonderzoek en de Uitvoeringswet AVG. In de praktijk betekent dit dat onderzoekers een data protection impact assessment (DPIA) dienen te verrichten en vaak aangewezen zijn van een opt-out procedure voor patiëntinformatie, tenzij expliciete toestemming noodzakelijk is. Biostatistici worden steeds vaker benaderd om te onderbouwen dat koppeling van bronnen noodzakelijk is voor de beoogde analyse en dat de minimale gegevensverwerking wordt gebruikt.
De komst van de European Health Data Space (EHDS) zal secundair datagebruik verder uniformeren en levert 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
- Data protection impact assessment (DPIA) voor observationele studies met gepseudonimiseerde data
- Gedragscode voor gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes hanteren op datacatalogi voor vindbare, toegankelijke en herbruikbare data
Innovatieve biostatistische methoden ‘made in the Netherlands’
Nederland heeft een rijke geschiedenis in het creëren van statistische methoden die rechtstreeks 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 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 publiceren 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), gecreëerd 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 geïmplementeerd in meerdere Europese cardiovasculaire projecten en wordt gezien 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
- 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
- Bayesiaanse modellen en machine learning voor vroegdetectie van ritmestoornissen
Een Europees centrum voor cardiovasculaire biostatistiek
De Nederlandse prestaties 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 opleveren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden stelselmatig gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses mogelijk maakt die in veel andere landen ontbreken.
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 globaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn opgebouwd op Nederlandse data, hebben statistici hieruit een intuïtief 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 leggen Nederlandse statistici standaarden voor het verzamelen en analyseren van real-world evidence. Deze infrastructuur brengt het land tot een interessante partner voor multicenter trials en observationele mega-cohortstudies.
- Jarenlange 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
- Sterke mate van datakwaliteit door uniforme registratie en validatiestudies
