Nederland bekleedt een sleutelpositie in het Europese netwerk van biostatistische cardiovasculair onderzoek. De samenvoeging van uitgebreide registratie, langlopende cohortstudies en een hechte gemeenschap van methodologen vormt het land tot een kweekvijver voor vernieuwend data-onderzoek. Deze research — gids geeft een overzicht van toepasselijke infrastructuur, subsidiemogelijkheden en actuele trends die academici ondersteunen om resultaatgerichte studies op te zetten.
FAQ
Hoe komt het dat Nederlandse biostatistiek uitermate geschikt is voor cardiovasculair onderzoek?
De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie typeert Nederland. Onderzoekers kunnen data via het BSN koppelen, waardoor bijzonder gedetailleerde longitudinale analyses haalbaar zijn. Daarnaast kent de biostatistiekgemeenschap innovatieve 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 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 komt er een dataverwerkingsovereenkomst. De procedure duurt doorgaans enkele weken tot maanden, waarbij inzicht over de statistische analyse en dataminimalisatie de doorlooptijd kan bekorten.
Welke soorten 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 versterken. 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 patiënten 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 aan 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 koppeling van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is meestal geen METC-goedkeuring nodig, 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) stelt onderzoekers de mogelijkheid om analyses te runnen op data die lokaal blijft opgeslagen, in plaats van ze te centraliseren. In Europese cardiovasculaire consortia is PHT gebruikt voor het opbouwen van predictiemodellen op elektronische patiëntendossiers zonder dat gevoelige informatie de instelling verlaat. Het model sluit naadloos aan op de European Health Data Space en wordt beschouwd als referentie voor privacy-preserverend internationaal onderzoek.
Regelgeving rond klinisch hartonderzoek: wat biostatistici behoren te kennen
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) 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) richtinggevend, 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 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 uniformeren 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
- DPIA-beoordeling voor observationele studies met gepseudonimiseerde data
- Gedragscode voor gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes toepassen op datacatalogi voor vindbare, toegankelijke en herbruikbare data
Een Europees centrum voor cardiovasculaire biostatistiek
Het Nederlandse resultaat in grootschalig data-onderzoek rond hart- en vaatziekten is geen toevalstreffer. Al jarenlang worden burgers gevolgd in prospectieve studies zoals de Rotterdam Study, die gedetailleerd gestratificeerde data opleveren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden consequent gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses faciliteert die in veel andere landen niet bestaan.
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 hanteren van gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt internationaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn opgebouwd op Nederlandse data, genieten 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 leggen Nederlandse statistici standaarden voor het opbouwen en analyseren van real-world evidence. Deze infrastructuur vormt het land tot een aantrekkelijke partner voor multicenter trials en observationele mega-cohortstudies.
- Jarenlange bevolkingscohorten met gedetailleerde 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 genormaliseerde registratie en validatiestudies
Databanken en registratieonderzoek voor cardiovasculaire wetenschappelijke projecten
De beschikbaarheid van hoogstaande 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 gevoed door elektronische patiëntendossiers. Daarnaast verschaft de Dutch Hospital Data (DHD) een gestandaardiseerd set klinische parameters die voor academisch onderzoek ontsloten kan worden via de aanvraagprocedure van het Dutch Institute for Clinical Auditing (DICA).
Bevolkingsgerichte cohorten zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de toekomstige Generation R Next verschaffen rijke data met herhaalde metingen en genetische gegevens. Doordat deze bronnen door het CBS en andere instanties via het BSN gekoppeld kunnen worden, kunnen academici zorguitgaven, sterfte en medicatiegebruik over de jaren onderzoeken. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel vullen aan het beeld door gegevens over comorbiditeit en histologie te leveren.
De opmars van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard maakt het daarnaast steeds eenvoudiger om datasets te ontdekken en te hergebruiken. Biostatistici vervullen een cruciale rol in de harmonisatie van uitkomstdefinities en het behandelen van ontbrekende data, waardoor registeronderzoek kan voldoen aan aan de hoge eisen van regulatoire organisaties en medische publicaties.
- Netherlands Heart Registration (NHR) – interventie- en uitkomstengegevens bij coronair- en structureel hartproblemen
- Rotterdam Study en ERGO – uitgebreide fenotypering en follow-up op lange termijn in de algemene populatie
- PALGA – nationaal pathologieregister met weefseldiagnoses
- Nivel Zorgregistraties – betrouwbare huisartsinformatie met prescriptie- en verwijspatronen
- Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaaleconomische variabelen en zorguitgaven
Europese financiering en samenwerkingsverbanden met Nederlandse bijdrage
Onderzoeksgroepen uit Nederland zijn zelden afwezig in belangrijke Europese hart- en vaatinitiatieven. Onder Horizon Europe en zijn voorganger Horizon 2020 coördineerden of participeerden initiatieven als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia bundelden digitale medische dossiers, beeldvorming en omics-data, waarbij Nederlandse biostatistici regelmatig de analysewerkpakketten coördineerden. Dankzij de krachtige digitale infrastructuur en ethische kaders worden ook in toenemende mate federated learning-projecten vanuit ons land geleid.
Het Innovative Health Initiative (IHI) biedt kansen voor publiek-private partnerschappen in de cardiologie. Nederlandse organisaties, waaronder UMC’s en biotechbedrijven, participeren in projectvoorstellen rond digitale eindpunten en telemonitoring bij hartfalen. Daarnaast financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals innovatieve causale methodieken voor tijdafhankelijke verstorende factoren, een vraagstuk dat nauw aansluit op observationele cardiovasculaire studies.
Ook binnenlandse financieringsorganisaties als ZonMw en de Hartstichting bevorderen biostatistisch onderzoek, veelal in afstemming met EU-gelden. Het verdient aanbeveling voor onderzoekers om tijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die fungeren als voedingsbodem voor innovatieve multicenter trials. De samenvoeging van gespecialiseerde statistische expertise en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams waardevol als coördinatoren of kernlaboratoriumpartners.
- 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 controle-armen
- ERC Advanced Grants – methodologisch wetenschappelijk werk naar causale machine learning in observationele data
- ZonMw – translationeel biostatistiekonderzoek en implementatie van instrumenten voor risicovoorspelling
- ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kerngroep
Vooraanstaande instituten en hun onderzoeksthema’s
In vrijwel ieder UMC is een gespecialiseerde biostatistiek- of epidemiologieafdeling te vinden die zich richt op hart- en vaatziekten. Erasmus MC herbergt de afdeling Epidemiologie & Biostatistiek, bekend 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 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, waarbij 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 speciale expertise op het snijvlak van machine learning en cardiovasculaire beeldvorming.
Ook buiten de academische ziekenhuizen zijn er significante 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 kruisbestuiving 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 (overlevingstijdanalyse, klinische trials)
Nieuwe biostatistische methoden ‘made in the Netherlands’
Nederland heeft een omvangrijke geschiedenis in het opzetten van statistische methoden die direct 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 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 focussen 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 berekenen uit observationele data. Dergelijke technieken worden toegepast om dagelijkse klinische praktijkdata te exploiteren voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet haalbaar 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
- Gezamenlijke modellen voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
- Targeted maximum likelihood estimation (TMLE) en doubly robuste causale inferentie
- PHT – gedistribueerde analyse van elektronische patiëntendossiers
- Bayesiaanse netwerken en machine learning voor vroegdetectie van ritmestoornissen
