Nederland inneemt een belangrijke plaats in het continentale netwerk van biostatistisch cardiovasculair onderzoek biostat-chf.eu. De combinatie van uitgebreide registratie, langetermijn cohortstudies en een sterke gemeenschap van methodologen creëert het land tot een broedplaats voor vernieuwend data-onderzoek. Deze handleiding verschaft een inzicht van toepasselijke infrastructuur, financieringsbronnen en huidige trends die wetenschappers ondersteunen om resultaatgeoriënteerde studies op te zetten.
Een Europese hub voor cardiovasculaire biostatistiek
De Nederlandse prestaties in grootschalig data-onderzoek rond hart- en vaatziekten is geen toeval. Al decennialang worden burgers gevolgd in prospectieve studies zoals de Rotterdam Study, die uitgebreid gestratificeerde data opleveren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden systematisch gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses toestaat die in veel andere landen niet aanwezig zijn.
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, hebben 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 leggen Nederlandse statistici standaarden voor het vergaren en analyseren van real-world evidence. Deze infrastructuur brengt het land tot een aantrekkelijke partner voor multicenter trials en observationele mega-cohortstudies.
- Jarenlange bevolkingscohorten met uitgebreide biomerkers en beeldvorming
- Universele koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
- Diepe expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
- Hoge mate van datakwaliteit door gestandaardiseerde registratie en validatiestudies
Baanbrekende biostatistische methoden ‘made in the Netherlands’
Nederland heeft een omvangrijke geschiedenis in het ontwikkelen van statistische methoden die rechtstreeks 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 behandeld, 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 schrijven 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 gebruikt in meerdere Europese cardiovasculaire projecten en wordt beschouwd 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
- Targeted maximum likelihood estimation (TMLE) en doubly robuste causale inferentie
- Persoonlijke Gezondheidstrein – gedistribueerde analyse van elektronische patiëntendossiers
- Bayes-netwerken en machine learning voor vroegdetectie van ritmestoornissen
Regelgeving rond klinisch hartonderzoek: wat biostatistici dienen te 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 verzonden 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 impliceert 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 verplicht is. Biostatistici worden steeds vaker verzocht 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 Gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes toepassen op datacatalogi voor vindbare, toegankelijke en herbruikbare data
Europese financiering en samenwerkingsverbanden met Nederlandse inbreng
Nederlandse onderzoeksgroepen zijn bijna altijd aanwezig in omvangrijke Europese cardiovasculaire programma’s. In het kader van Horizon Europe en zijn voorganger 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 regelmatig de analysewerkpakketten coördineerden. Dankzij de sterke IT-infrastructuur en ethische kaders worden ook meer en meer federated learning-projecten vanuit ons land gecoördineerd.
Het Innovative Health Initiative (IHI) opent perspectieven voor publiek-private samenwerking 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. Daarnaast financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals nieuwe causale methoden voor tijdafhankelijke verstorende factoren, een thema dat nauw aansluit op observationele hartstudies.
Eveneens binnenlandse financieringsorganisaties als ZonMw en de Hartstichting stimuleren biostatistisch onderzoek, doorgaans in synergie met EU-gelden. Het verdient aanbeveling voor onderzoekers om tijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die functioneren als kraamkamer voor nieuwe multi-center onderzoeken. De combinatie van diepgaande statistische kennis en een collegiale onderzoekcultuur maakt Nederlandse teams waardevol als trekkers of kernlaboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: coördinator van werkpakket voor data-analyse en biostatistische modellen
- 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 invoering van instrumenten voor risicovoorspelling
- ESC-registers – EuroHeart en EORP, met data-analisten uit Nederland in de centrale groep
Databanken en registerstudies voor cardiovasculaire studies
De aanwezigheid van kwalitatieve registries is een groot pluspunt van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) verzamelt gegevens van alle cardiologische behandelingen, zoals dotterbehandelingen en klepimplantaties, en wordt gevuld door elektronische medische dossiers. Daarnaast levert de Dutch Hospital Data (DHD) een gestandaardiseerde 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 aankomende Generation R Next bieden rijke data met longitudinale metingen en genetische data. Doordat deze databronnen door het CBS en andere organisaties via het BSN aan elkaar te koppelen zijn, kunnen onderzoekers zorguitgaven, sterfte en medicatiegebruik in de tijd analyseren. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel completeren het plaatje door gegevens over comorbiditeit en histologie te leveren.
De komst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard maakt het bovendien steeds eenvoudiger om datasets te ontdekken en te hergebruiken. Biostatistici spelen een essentiële rol in de uniformering van uitkomstdefinities en het hanteren van ontbrekende informatie, waardoor registeronderzoek kan voldoen aan de strikte eisen van regulatoire instanties en medische tijdschriften.
- Netherlands Heart Registration (NHR) – behandel- en uitkomstdata bij coronair- en structureel hartproblemen
- Rotterdam Study en ERGO – uitgebreide fenotypering en follow-up op lange termijn in de brede bevolking
- PALGA – nationaal pathologieregister met weefseldiagnoses
- Nivel Zorgregistraties – representatieve huisartsdata met recept- en verwijzingstrends
- Statistics Netherlands (CBS) microdata – sterfteoorzaken, sociaal-economische gegevens en zorgkosten
Vooraanstaande instituten en hun researchfocus
In vrijwel ieder UMC is een specialistische biostatistiek- of epidemiologieafdeling te vinden die zich richt op hart- en vaatziekten. Erasmus MC huisvest de afdeling Epidemiologie & Biostatistiek, vermaard van de Rotterdam Study en methodologisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht combineert 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 verenigt het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waar biostatistici leveren aan grote cohorten zoals The Maastricht Study. Bovendien bieden de afdelingen Health Evidence in Nijmegen en de sectie Biostatistiek van het Amsterdam UMC bijzondere expertise op het raakvlak 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 voltooien. Al deze centra opereren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat synergie tussen methodologie en klinische vraagstukken bevordert.
- 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 (vasculaire big data, genetische epidemiologie)
- Radboudumc – Health Evidence (federatief leren, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (survivalanalyse, klinische trials)
FAQ
Waardoor is Nederlandse biostatistiek zo goed is voor cardiovasculair onderzoek?
De bijzondere 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 haalbaar zijn. Daarnaast kent de biostatistiekgemeenschap baanbrekende technieken ontwikkeld, zoals competing risks- en joint models, die nu de standaard vormen in Europese cardiovasculaire studies.
Hoe 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 aanleveren dat geëvalueerd wordt op haalbaarheid en nieuwsblad.be privacywaarborgen. Na goedkeuring komt er een dataverwerkingsovereenkomst. De procedure neemt doorgaans enkele weken tot maanden, waarbij helderheid over de statistische analyse en dataminimalisatie de doorlooptijd kan verkorten.
Welke EU-subsidies bestaan er voor biostatistisch hartonderzoek met Nederlandse deelname?
Horizon Europe (Cluster Gezondheid) en het Innovative Health Initiative (IHI) bieden de meest relevante financieringslijnen. Nederlandse teams kunnen bovendien 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 bevinden zich kansen voor biostatistische analyses en coördinatie van datawerkpaketten.
Wat voor 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 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 gebruikt.
Aan welke ethische eisen moet ik voldoen aan bij observationeel data-onderzoek in Nederland?
U moet voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) opstellen en privacy-functionarissen betrekken bij verbinding van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is vaak geen METC-goedkeuring vereist, maar een opt-out regeling voor patiënten echter. Documenteer te allen tijde de noodzaak van elke variabele en de minimale verwerking, en maak afspraken over dataminimalisatie en bewaartermijnen.
Wat is precies de rol van de Personal Health Train in Europese projecten?
De Personal Health Train (PHT) biedt onderzoekers de kans om analyses te draaien 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 uitgaat. Het model sluit naadloos aan op de European Health Data Space en wordt beschouwd als referentie voor privacy-preserverend internationaal onderzoek.
