Nederland vervult een centrale rol in het continentale netwerk van biostatistisch cardiovasculair onderzoek. De samenvoeging van uitgebreide registratie, Biostatistics Research ideeën, langlopende cohortstudies en een nauwe gemeenschap van methodologen creëert het land tot een broedplaats voor baanbrekend data-onderzoek. Deze gids biedt een overzicht van relevante infrastructuur, financieringsbronnen en huidige trends die onderzoekers helpen om resultaatgeoriënteerde studies op te zetten.
Innovatieve biostatistische methoden ‘made in the Netherlands’
Nederland heeft een omvangrijke geschiedenis in het ontwikkelen 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 gezien, 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 gebruikt 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 verlaten. Dit federated learning-model is inmiddels toegepast 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
- Gecombineerde 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
- Bayesiaanse modellen en machine learning voor vroegdetectie van ritmestoornissen
EU-subsidies en partnerships met inbreng uit Nederland
Nederlandse onderzoeksteams zijn zelden afwezig in omvangrijke Europese cardiovasculaire programma’s. Binnen Horizon Europe en zijn voorganger Horizon 2020 waren zij betrokken bij projecten als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia integreerden elektronische gezondheidsdossiers, beelddata en omics-data, waarbij Nederlandse biostatistici vaak de analysewerkpakketten leidden. Door de robuuste IT-infrastructuur en ethische richtlijnen worden ook meer en meer federated learning-projecten vanuit Nederland geleid.
Het Innovative Health Initiative (IHI) creëert mogelijkheden voor publiek-private partnerschappen in de cardiologie. Partijen uit Nederland, zoals UMC’s en biotechbedrijven, zijn actief in projectvoorstellen rond digitale eindpunten en remote monitoring bij hartfalen. Verder financiert de European Research Council (ERC) basaal statistisch onderzoek, zoals nieuwe causale methoden voor confounding in de tijd, een vraagstuk dat rechtstreeks van toepassing is op observationeel hartonderzoek.
Eveneens nationale financiers als ZonMw en de Hartstichting bevorderen biostatistisch onderzoek, doorgaans in afstemming 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 multi-center onderzoeken. De samenvoeging van gespecialiseerde statistische expertise en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams aantrekkelijk als coördinerende partijen of kernlaboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: werkpakketleider voor analyse van data en biostatistische modellering
- IHI / IMI – gezamenlijke ontwikkeling van real-world evidence frameworks en virtuele controle-armen
- ERC Advanced Grants – methodologisch onderzoek naar causale leertechnieken in observationele data
- ZonMw – biostatistisch onderzoek met klinische toepassing en toepassing van risicovoorspellingstools
- ESC-registers – EuroHeart en EORP, met data-analisten uit Nederland in de kernploeg
Regelgeving 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) 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) 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 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 gebruikt.
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
- Code voor gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes hanteren op datacatalogi voor vindbare, toegankelijke en herbruikbare data
Databanken en registratieonderzoek 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 ingrepen, zoals dotterbehandelingen en klepimplantaties, en wordt aangevuld door elektronische patiëntendossiers. Daarnaast biedt de Dutch Hospital Data (DHD) een gestandaardiseerde set klinische parameters die voor academisch onderzoek beschikbaar gesteld 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 toekomstige Generation R Next bieden gedetailleerde data met longitudinale metingen en genetische data. Doordat deze databronnen door het CBS en andere organisaties via het BSN gekoppeld kunnen worden, kunnen academici zorguitgaven, sterfte en medicatiegebruik longitudinaal analyseren. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel completeren het geheel door gegevens over comorbiditeit en histologie aan te vullen.
De komst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard zorgt ervoor het bovendien steeds eenvoudiger om datasets te lokaliseren en te opnieuw te gebruiken. Biostatistici hebben een cruciale rol in de standaardisatie van uitkomstdefinities en het hanteren van ontbrekende gegevens, waardoor registeronderzoek kan voldoen aan aan de strenge eisen van regulatoire instanties en medische tijdschriften.
- Netherlands Heart Registration (NHR) – behandel- en uitkomstdata bij coronair- en structureel hartlijden
- Rotterdam Study en ERGO – diepe fenotypering en follow-up op lange termijn in de brede bevolking
- PALGA – nationaal pathologieregister met weefseldiagnosen
- Nivel Zorgregistraties – betrouwbare huisartsinformatie met voorschrijf- en verwijspatronen
- Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaal-economische gegevens en medische kosten
Een Europees knooppunt voor cardiovasculaire biostatistiek
De Nederlandse prestaties in grootschalig data-onderzoek rond hart- en vaatziekten is geen toevalstreffer. Al jarenlang worden burgers gevolgd in prospectieve studies zoals de Rotterdam Study, die rijk 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 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 omgaan met gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt wereldwijd 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 actieve rol in de harmonisatie van uitkomstmaten en studiedesigns. Vanuit de Netherlands Heart Registration tot de internationale IHI-projecten zetten Nederlandse statistici standaarden voor het vergaren en analyseren van real-world evidence. Deze infrastructuur vormt het land tot een aantrekkelijke partner voor multicenter trials en observationele mega-cohortstudies.
- Langdurige bevolkingscohorten met gedetailleerde biomerkers en beeldvorming
- Universele 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
Toonaangevende instituten en hun researchfocus
In bijna ieder UMC is een specifieke biostatistiek- of epidemiologieafdeling te vinden die zich concentreert op hart- en vaatziekten. Erasmus MC bevat de afdeling Epidemiologie & Biostatistiek, bekend van de Rotterdam Study en wetenschappelijk leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht verenigt eerstelijnsdata met geavanceerde risicoscores en was zoals 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, waarbij biostatistici leveren 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 belangrijke spelers, zoals het Nederlands Hartinstituut en onderzoeksgroepen bij het Nivel, die met routine zorgdata studies naar hartfalen en atriumfibrilleren uitvoeren. Al deze centra werken 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, predictiemodellen)
- UMC Utrecht – Julius Centrum (eerste lijn, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (populatie- en imagingonderzoek, The Maastricht Study)
- LUMC – Hart Long Centrum (vasculaire big data, genetische epidemiologie)
- Radboudumc – Health Evidence (gedistribueerd leren, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (overlevingsanalyse, klinische trials)
FAQ
Hoe komt het dat Nederlandse biostatistiek uitermate geschikt voor cardiovasculair onderzoek?
De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie kenmerkt Nederland. Onderzoekers kunnen eenvoudig data via het BSN koppelen, waardoor zeer gedetailleerde longitudinale analyses mogelijk zijn. Daarnaast bezit de biostatistiekgemeenschap baanbrekende technieken ontwikkeld, zoals competing risks- en joint models, die nu de standaard zijn in Europese cardiovasculaire studies.
Hoe verkrijg ik toegang tot landelijke hartregistries zoals de NHR?
Toegang tot de Netherlands Heart Registration gaat via een wetenschappelijke aanvraag bij het Dutch Institute for Clinical Auditing (DICA). U moet onderzoeksprotocol in dat wordt getoetst op haalbaarheid en privacywaarborgen. Na goedkeuring is er een dataverwerkingsovereenkomst. De procedure duurt doorgaans enkele weken tot maanden, waarbij inzicht over de statistische analyse en dataminimalisatie de doorlooptijd kan bekorten.
Welke 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 verder 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 soort methodologische innovaties uit Nederland kan ik gebruiken 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 toepasbaar. 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 voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) maken en privacy-functionarissen involveren bij integratie van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is vaak geen METC-goedkeuring benodigd, maar een opt-out regeling voor patiënten wel. Documenteer te allen tijde 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 de mogelijkheid om analyses te runnen op data die lokaal wordt 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 sluit aan naadloos aan op de European Health Data Space en wordt gezien als referentie voor privacy-preserverend internationaal onderzoek.
