Nederland vervult een sleutelpositie in het Europese netwerk van biostatistische cardiovasculair onderzoek. De combinatie van grondige registratie, langdurige cohortstudies en een hechte gemeenschap van methodologen maakt het land tot een kweekvijver voor innovatief data-onderzoek. Deze gids verschaft een inzicht van toepasselijke infrastructuur, financieringskanalen en huidige trends die wetenschappers bijstaan om doelgerichte studies op te zetten.
Europese subsidies en samenwerkingen met Nederlandse inbreng
Onderzoeksgroepen uit Nederland zijn zelden afwezig in grote Europese cardiovasculaire initiatieven. In het kader van Horizon Europe en de voorganger daarvan Horizon 2020 waren zij betrokken bij programma’s als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia integreerden elektronische patiëntgegevens, medische beeldvorming en omics-data, waarbij Nederlandse biostatistici frequent de analysewerkpakketten coördineerden. Door de robuuste IT-infrastructuur en ethische kaders worden ook meer en meer federated learning-projecten vanuit Nederland geleid.
Het Innovative Health Initiative (IHI) opent perspectieven voor samenwerking tussen publiek en privaat in de cardiologie. Nederlandse partijen, onder wie UMC’s en biotechbedrijven, nemen actief deel in projectvoorstellen rond digitale meetpunten en remote monitoring bij hartfalen. Bovendien financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals nieuwe causale methoden voor tijdafhankelijke verstorende factoren, een onderwerp dat direct toepasbaar is op observationele cardiovasculaire studies.
Ook nationale financiers als ZonMw en de Hartstichting ondersteunen biostatistisch onderzoek, doorgaans in synergie met EU-gelden. Het is voor onderzoekers raadzaam om in een vroeg stadium aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die functioneren als kraamkamer voor nieuwe multicenterstudies. De combinatie van diepgaande statistische kennis en een collegiale onderzoekcultuur maakt Nederlandse teams aantrekkelijk als coördinatoren of kernlaboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: werkpakketleider voor datatechnische analyse en biostatistische modellering
- IHI / IMI – co-creatie van real-world evidence frameworks en synthetische controle-armen
- ERC Advanced Grants – onderzoek naar methoden naar causale machine learning in observationele gegevens
- ZonMw – translationeel statistisch onderzoek en toepassing van instrumenten voor risicovoorspelling
- ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kernploeg
Innovatieve 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 ingezet 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 bepalen uit observationele data. Dergelijke technieken worden toegepast om dagelijkse klinische praktijkdata te benutten voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet haalbaar 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 beoordeeld 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
- Joint models voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
- Doelgerichte maximale waarschijnlijkheidsschatting en doubly robuste causale inferentie
- Personal Health Train – gedistribueerde analyse van elektronische patiëntendossiers
- Bayesiaanse modellen en machine learning voor vroegdetectie van ritmestoornissen
Toonaangevende instituten en hun onderzoeksthema’s
In nagenoeg ieder UMC is een specialistische biostatistiek- of epidemiologieafdeling te vinden die zich focust op hart- en vaatziekten. Erasmus MC herbergt de afdeling Epidemiologie & Biostatistiek, vermaard van de Rotterdam Study en methodisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht combineert eerstelijnsdata met verfijnde risicoscores en was onder andere betrokken bij de ontwikkeling van de SCORE2-risicotabellen.
Het Leids Universitair Medisch Centrum (LUMC) heeft een sterke 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 bijdragen aan grote cohorten zoals The Maastricht Study. Bovendien bieden de afdelingen Health Evidence in Nijmegen en de sectie Biostatistiek van het Amsterdam UMC speciale 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 werken nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat kruisbestuiving tussen methodologie en klinische vraagstukken bevordert.
- Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, voorspelmodellen)
- UMC Utrecht – Julius Centrum (eerstelijnszorg, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (populatie- en beeldvormingsonderzoek, The Maastricht Study)
- LUMC – Hart Long Centrum (vasculaire big data, genetische epidemiologie)
- Radboudumc – Health Evidence (federatief leren, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (overlevingstijdanalyse, klinische trials)
Databronnen en registers en registerstudies voor cardiovasculaire studies
De beschikbaarheid van hoogwaardige registries is een van de grootste troeven van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) registreert gegevens van alle cardiologische ingrepen, zoals dotterbehandelingen en klepimplantaties, en wordt gevuld door elektronische patiëntendossiers. Daarnaast levert de Dutch Hospital Data (DHD) een gestandaardiseerde set klinische variabelen die voor academisch onderzoek ontsloten 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 upcoming Generation R Next bieden gedetailleerde data met longitudinale metingen en genetische informatie. Doordat deze bronnen door het CBS en andere partijen via het BSN koppelbaar zijn, kunnen onderzoekers zorguitgaven, sterfte en medicatiegebruik longitudinaal onderzoeken. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel vullen aan het beeld door gegevens over comorbiditeit en histologie toe te voegen.
De komst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard maakt het tevens steeds eenvoudiger om datasets te vinden en te hergebruiken. Biostatistici spelen een belangrijke rol in de standaardisatie van uitkomstdefinities en het behandelen van ontbrekende informatie, waardoor registeronderzoek kan voldoen aan aan de strenge eisen van regulatoire organisaties en medische publicaties.
- Netherlands Heart Registration (NHR) – interventie- en uitkomstengegevens bij coronair- en structureel hartlijden
- Rotterdam Study en ERGO – uitgebreide fenotypering en follow-up op lange termijn in de brede bevolking
- PALGA – nationaal pathologiebestand met weefseldiagnoses
- Nivel Zorgregistraties – betrouwbare huisartsinformatie met recept- en verwijzingstrends
- Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaaleconomische parameters en medische kosten
FAQ
Wat maakt Nederlandse biostatistiek uitermate geschikt voor cardiovasculair onderzoek?
De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie kenmerkt Nederland. Onderzoekers kunnen data via het BSN koppelen, waardoor uiterst gedetailleerde longitudinale analyses mogelijk zijn. Daarnaast heeft de biostatistiekgemeenschap revolutionaire 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 geschiedt via een wetenschappelijke aanvraag bij het Dutch Institute for Clinical Auditing (DICA). U moet onderzoeksprotocol aanleveren dat beoordeeld wordt op haalbaarheid en privacywaarborgen. Na goedkeuring is er een dataverwerkingsovereenkomst. De procedure neemt doorgaans enkele weken tot maanden, waarbij duidelijkheid 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 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 zijn er 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 veranderlijke risicovoorspelling op basis van herhaalde metingen biostat-chf.eu. 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 beantwoorden 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 betrekken bij integratie van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is doorgaans geen METC-goedkeuring nodig, maar een opt-out regeling voor patiënten wel. Documenteer altijd 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 in staat om analyses te uitvoeren op data die lokaal staat opgeslagen, in plaats van ze te centraliseren. In Europese cardiovasculaire consortia is PHT ingezet voor het trainen 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.
Wet- en regelgeving rond klinisch hartonderzoek: wat biostatistici dienen te weten
Biostatistici die in Nederland cardiovasculair onderzoek initiëren, 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) toetsen 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 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 bereiden zich voor 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
- 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 implementeren op datacatalogi voor vindbare, toegankelijke en herbruikbare data
Een Europese hub voor cardiovasculaire biostatistiek
De Nederlandse prestaties in grootschalig data-onderzoek rond hart- en vaatziekten is geen toevalstreffer. Al decennialang worden burgers gevolgd in prospectieve studies zoals de Rotterdam Study, die gedetailleerd gestratificeerde data genereren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden stelselmatig gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses toestaat die in veel andere landen niet bestaan.
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 omgaan met gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt wereldwijd toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn opgebouwd op Nederlandse data, hebben statistici hieruit een vanzelfsprekend 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 opbouwen en analyseren van real-world evidence. Deze infrastructuur maakt het land tot een interessante partner voor multicenter trials en observationele mega-cohortstudies.
- Langlopende 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
- Sterke mate van datakwaliteit door genormaliseerde registratie en validatiestudies