Nederland bekleedt een belangrijke plaats in het Europese netwerk van biostatistische cardiovasculair onderzoek. De combinatie van uitgebreide registratie, langetermijn cohortstudies en een hechte gemeenschap van methodologen maakt het land tot een kweekvijver voor vernieuwend data-onderzoek. Deze handleiding verschaft een samenvatting van toepasselijke infrastructuur, financieringsbronnen en huidige trends die onderzoekers helpen om resultaatgerichte studies op te zetten.
Databronnen en registerstudies voor cardiovasculaire wetenschappelijke projecten
De beschikbaarheid van kwalitatieve registries is een van de belangrijkste voordelen van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) registreert gegevens van alle cardiologische ingrepen, zoals dotterbehandelingen en klepimplantaties, en wordt aangevuld door elektronische medische dossiers. Daarnaast biedt de Dutch Hospital Data (DHD) een gestandaardiseerde set klinische parameters die voor academisch onderzoek ontsloten kan worden via de aanvraagproces van het Dutch Institute for Clinical Auditing (DICA).
Bevolkingsgerichte studiegroepen zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de toekomstige Generation R Next verschaffen gedetailleerde data met longitudinale metingen en genetische data. Doordat deze registraties door het CBS en andere partijen via het BSN aan elkaar te koppelen zijn, kunnen academici zorguitgaven, sterfte en medicatiegebruik over de jaren bestuderen. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel vullen aan het geheel door gegevens over comorbiditeit en histologie te leveren.
De opmars van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard biedt het tevens steeds toegankelijker om datasets te lokaliseren en te opnieuw in te zetten. Biostatistici spelen een cruciale rol in de standaardisatie van uitkomstdefinities en het behandelen van ontbrekende gegevens, waardoor registeronderzoek kan voldoen aan aan de hoge eisen van regulatoire autoriteiten en medische tijdschriften.
- Netherlands Heart Registration (NHR) – behandel- en uitkomstdata bij coronair- en structureel hartlijden
- Rotterdam Study en ERGO – gedetailleerde fenotypering en langdurige follow-up in de algemene populatie
- PALGA – nationaal pathologieregister met weefseldiagnoses
- Nivel Zorgregistraties – representatieve huisartsgegevens met recept- en verwijzingstrends
- Statistics Netherlands (CBS) microdata – sterfteoorzaken, sociaaleconomische parameters en medische kosten
Nieuwe biostatistische methoden ‘made in the Netherlands’
Nederland heeft een indrukwekkende geschiedenis in het opzetten 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 behandeld, vindt zijn oorsprong in werk van Nederlandse statistici. Ook dynamische predictie via joint models voor longitudinale biomarkers en overlevingstijd is sterk 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 gebruikt om dagelijkse klinische praktijkdata te gebruiken 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 gebruikt in meerdere Europese cardiovasculaire projecten en wordt beoordeeld 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
- Gecombineerde 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
- Bayes-netwerken en machine learning voor vroegdetectie van ritmestoornissen
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 aangeleverd 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) leidend, aangevuld met de Gedragscode Gezondheidsonderzoek en de Uitvoeringswet AVG. In de praktijk impliceert 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 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 harmoniseren 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 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
- Privacy-impactbeoordeling voor observationele studies met gepseudonimiseerde data
- Gedragscode Gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes hanteren op datacatalogi voor vindbare, toegankelijke en herbruikbare data
FAQ
Wat maakt Nederlandse biostatistiek zo geschikt voor cardiovasculair onderzoek?
De unieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie kenmerkt Nederland. Onderzoekers kunnen data via het BSN koppelen, waardoor zeer gedetailleerde longitudinale analyses uitvoerbaar zijn. Daarnaast kent de biostatistiekgemeenschap revolutionaire technieken ontwikkeld, zoals competing risks- en joint models, die tegenwoordig de standaard uitmaken 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 indienen dat beoordeeld wordt op haalbaarheid en privacywaarborgen. Na goedkeuring komt er een dataverwerkingsovereenkomst. De procedure duurt doorgaans enkele weken tot maanden, waarbij helderheid 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 verbeteren. 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 personen 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 passend. 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 beantwoorden bij observationeel data-onderzoek in Nederland?
U dient voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) opstellen en privacy-functionarissen betrekken bij integratie van bronnen. volledige checklist Voor retrospectief onderzoek met gepseudonimiseerde data is doorgaans geen METC-goedkeuring vereist, maar een opt-out regeling voor patiënten echter. Documenteer altijd de noodzaak van elke variabele en de minimale verwerking, en maak regelingen over dataminimalisatie en bewaartermijnen.
Wat houdt in 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 https://biostat-chf.eu/. In Europese cardiovasculaire consortia is PHT ingezet voor het opbouwen 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.
Een Europees centrum voor cardiovasculaire biostatistiek
Het Nederlandse resultaat in grootschalig data-onderzoek rond hart- en vaatziekten is niet toevallig. Al jarenlang worden burgers gevolgd in de tijd in prospectieve studies zoals de Rotterdam Study, die uitgebreid gestratificeerde data genereren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden stelselmatig gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses mogelijk maakt die in veel andere landen ontbreken.
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, genieten statistici hieruit een natuurlijk vertrouwen in Europese onderzoeksconsortia.
Daarnaast speelt de Nederlandse biostatistiekgemeenschap een prominente 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 vormt het land tot een interessante partner voor multicenter trials en observationele mega-cohortstudies.
- Jarenlange bevolkingscohorten met nauwkeurige biomerkers en beeldvorming
- Landelijke koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
- Grondige expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
- Sterke mate van datakwaliteit door gestandaardiseerde registratie en validatiestudies
EU-subsidies en samenwerkingsverbanden met inbreng uit Nederland
Nederlandse onderzoeksteams zijn zelden afwezig in belangrijke Europese hart- en vaatinitiatieven. Binnen Horizon Europe en zijn voorganger Horizon 2020 namen zij deel aan of coördineerden projecten als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia combineerden digitale medische dossiers, medische beeldvorming en omics-data, met Nederlandse biostatistici vaak de analysewerkpakketten coördineerden. Door de robuuste IT-infrastructuur en ethische normen worden ook steeds meer federated learning-projecten door Nederlandse partijen aangestuurd.
Het Innovative Health Initiative (IHI) biedt kansen voor samenwerking tussen publiek en privaat in de cardiologie. Nederlandse partijen, waaronder UMC’s en biotechbedrijven, zijn actief in voorstellen en initiatieven rond digitale eindpunten en remote monitoring bij hartfalen. Verder financiert de European Research Council (ERC) basaal statistisch onderzoek, zoals innovatieve causale methodieken voor tijdafhankelijke verstorende nu.nl factoren, een onderwerp dat nauw aansluit op observationele cardiovasculaire studies.
Ook binnenlandse financieringsorganisaties als ZonMw en de Hartstichting bevorderen biostatistisch onderzoek, vaak in synergie met EU-gelden. Het verdient aanbeveling voor onderzoekers om vroegtijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die functioneren als broedplaats voor nieuwe multi-center onderzoeken. De samenvoeging van gespecialiseerde statistische expertise en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams waardevol als coördinerende partijen of kernlaboratoriumpartners.
- Horizon Europe – Cluster Gezondheid: werkpakketleider voor analyse van data en statistische modellering in de biologie
- IHI / IMI – co-development van real-world evidence frameworks en virtuele controle-armen
- ERC Advanced Grants – methodologisch onderzoek naar machine learning voor causaliteit 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 kerngroep
Vooraanstaande 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 huisvest de afdeling Epidemiologie & Biostatistiek, beroemd van de Rotterdam Study en methodisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht koppelt eerstelijnsdata met geavanceerde risicoscores en was zoals 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 bundelt het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waar biostatistici toevoegen aan grote cohorten zoals The Maastricht Study. Verder bieden de afdelingen Health Evidence in Nijmegen en de sectie Biostatistiek van het Amsterdam UMC speciale 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 functioneren 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, voorspellingsmodellen)
- UMC Utrecht – Julius Centrum (eerstelijnszorg, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (bevolkings- en beeldvormingsstudies, The Maastricht Study)
- LUMC – Hart Long Centrum (big data in vasculaire geneeskunde, genetische epidemiologie)
- Radboudumc – Health Evidence (gedistribueerd leren, Personal Health Train)
- Amsterdam UMC – Sectie Biostatistiek (overlevingsanalyse, klinische trials)