Nederland bekleedt een sleutelpositie in het continentale netwerk van biostatistisch cardiovasculair onderzoek. De vereniging van grondige registratie, langdurige cohortstudies en een nauwe gemeenschap van methodologen vormt het land tot een centrum voor baanbrekend data-onderzoek. Deze gids geeft een inzicht van toepasselijke infrastructuur, financieringsbronnen en actuele trends die wetenschappers ondersteunen om resultaatgerichte studies op te zetten.
Een Europees centrum voor cardiovasculaire biostatistiek
Het Nederlandse resultaat in grootschalig data-onderzoek rond hart- en vaatziekten is geen toevalstreffer. Al tientallen jaren worden burgers gevolgd in studies in prospectieve studies zoals de Rotterdam Study, die gedetailleerd gestratificeerde data opleveren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden systematisch gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses mogelijk maakt die in veel andere landen niet aanwezig zijn.
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 hanteren van gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt internationaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn ontwikkeld op Nederlandse data, bezitten 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 leggen 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.
- Langdurige bevolkingscohorten met uitgebreide biomerkers en beeldvorming
- Algemene koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
- Grondige expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
- Sterke mate van datakwaliteit door uniforme registratie en validatiestudies
Innovatieve biostatistische methoden ‘made in the Netherlands’
Nederland heeft een omvangrijke geschiedenis in het creëren van statistische methoden die onmiddellijk relevant zijn voor cardiovasculair onderzoek. De Fine en Gray-methode voor concurrerende risico’s, vaak toegepast 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 berekenen uit observationele data. Dergelijke technieken worden toegepast 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 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
- Gecombineerde modellen voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
- TMLE-schatting en doubly robuste causale inferentie
- Persoonlijke Gezondheidstrein – gedistribueerde analyse van elektronische patiëntendossiers
- Bayes-netwerken en machine learning voor vroegdetectie van ritmestoornissen
Databronnen en registers en registratieonderzoek voor cardiovasculaire studies
De beschikbaar stellen van hoogwaardige 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 gevuld door elektronische medische dossiers. Daarnaast verschaft de Dutch Hospital Data (DHD) een uniforme set klinische gegevens die voor academisch 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 toekomstige Generation R Next leveren gedetailleerde data met longitudinale metingen en genetische informatie. Doordat deze registraties door het CBS en andere instanties via het BSN aan elkaar te koppelen zijn, kunnen academici zorguitgaven, sterfte en medicatiegebruik over de jaren onderzoeken. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel ronden af het geheel door gegevens over comorbiditeit en histologie toe te voegen.
De opkomst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard zorgt ervoor het bovendien steeds eenvoudiger om datasets te lokaliseren en te hergebruiken. Biostatistici hebben een essentiële rol in de harmonisatie van uitkomstdefinities en het behandelen van ontbrekende gegevens, waardoor registeronderzoek kan voldoen aan de strikte eisen van regulatoire instanties 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 brede bevolking
- PALGA – landelijk pathologieregister met weefseldiagnoses
- Nivel Zorgregistraties – representatieve huisartsgegevens met prescriptie- en verwijspatronen
- Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaaleconomische variabelen en zorguitgaven
Toonaangevende instituten en hun researchfocus
In vrijwel ieder UMC is een gespecialiseerde biostatistiek- of epidemiologieafdeling te vinden die zich richt op hart- en vaatziekten. Erasmus MC bevat de afdeling Epidemiologie & Biostatistiek, vermaard van de Rotterdam Study en methodologisch 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 krachtige traditie in vasculaire geneeskunde en big data-analyses binnen het Hart Long Centrum. In Maastricht bundelt het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waar 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 realiseren. Al deze centra opereren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat wisselwerking tussen methodologie en klinische vraagstukken versnelt.
- Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, voorspelmodellen)
- UMC Utrecht – Julius Centrum (eerstelijnszorg, 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 (survivalanalyse, klinische trials)
EU-subsidies en samenwerkingsverbanden met Nederlandse inbreng
Onderzoeksgroepen uit Nederland zijn bijna altijd aanwezig in grote Europese cardiovasculaire initiatieven. Binnen Horizon Europe en de voorganger daarvan Horizon 2020 namen zij deel aan of coördineerden projecten als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia combineerden elektronische patiëntgegevens, beelddata en omics-data, waarin Nederlandse biostatistici frequent de analysewerkpakketten leidden. Dankzij de krachtige digitale infrastructuur en ethische normen worden ook meer en meer federated learning-projecten vanuit ons land gecoördineerd.
Het Innovative Health Initiative (IHI) creëert mogelijkheden voor publiek-private partnerschappen in de cardiologie. Nederlandse organisaties, zoals UMC’s en biotechbedrijven, participeren in voorstellen en initiatieven rond digitale eindpunten en monitoring op afstand bij hartfalen. Bovendien financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals geavanceerde causale technieken voor tijdafhankelijke verstorende factoren, een thema dat direct toepasbaar is op observationeel hartonderzoek.
Tevens nationale financiers als ZonMw en de Hartstichting stimuleren biostatistisch onderzoek, veelal in afstemming 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 functioneren als broedplaats voor innovatieve multicenter trials. De vereniging van gespecialiseerde statistische expertise en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams aantrekkelijk als trekkers of centrale laboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: coördinator van werkpakket voor datatechnische analyse en statistische modellering in de biologie
- IHI / IMI – gezamenlijke ontwikkeling van real-world evidence frameworks en synthetische controlegroepen
- ERC Advanced Grants – methodologisch wetenschappelijk werk naar causale machine learning in data uit observationeel onderzoek
- ZonMw – translationeel biostatistiekonderzoek en invoering van risicoscores en predictiemodellen
- ESC-registers – EuroHeart en EORP, met data-analisten uit Nederland in de kerngroep
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) leidend, aangevuld met de Gedragscode Gezondheidsonderzoek en de Uitvoeringswet AVG. In de praktijk houdt dit dat onderzoekers een data protection impact assessment (DPIA) moeten uitvoeren 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 toegepast.
De komst van de European Health Data Space (EHDS) zal secundair datagebruik verder standaardiseren en biedt 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 cruciaal 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
FAQ
Hoe komt het dat Nederlandse biostatistiek uitermate geschikt is voor cardiovasculair onderzoek?
De bijzondere 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 heeft de biostatistiekgemeenschap baanbrekende technieken ontwikkeld, zoals competing risks- en joint models, die momenteel de standaard zijn in Europese cardiovasculaire studies.
Hoe krijg 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 wordt getoetst op haalbaarheid en privacywaarborgen. Na goedkeuring komt er een dataverwerkingsovereenkomst. De procedure duurt doorgaans enkele weken tot maanden, waarbij inzicht over de statistische analyse en dataminimalisatie de doorlooptijd kan bekorten.
Wat voor EU-subsidies zijn beschikbaar voor biostatistisch hartonderzoek met Nederlandse deelname?
Horizon Europe (Cluster Gezondheid) en het Innovative Health Initiative (IHI) bieden de meest relevante financieringslijnen https://biostat-chf.eu/. Nederlandse teams kunnen daarnaast 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 bevinden zich kansen voor biostatistische analyses en coördinatie van datawerkpaketten.
Welke methodologische innovaties uit Nederland kan ik toepassen in mijn studie?
Denk aan competing risks-modellen voor situaties waarin patiënten 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 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) opzetten en privacy-functionarissen inschakelen bij koppeling van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is doorgaans geen METC-goedkeuring nodig, maar een opt-out regeling voor patiënten echter. 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) geeft 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 toegepast 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.