Nederland vervult een belangrijke plaats in het continentale netwerk van biostatistische cardiovasculair onderzoek https://biostat-chf.eu/. De combinatie van grondige registratie, langdurige cohortstudies en een hechte gemeenschap van methodologen vormt het land tot een kweekvijver voor baanbrekend data-onderzoek. Deze handleiding geeft een inzicht van relevante infrastructuur, financieringsbronnen en recente trends die wetenschappers helpen om resultaatgerichte studies op te zetten.
Een Europees knooppunt voor cardiovasculaire biostatistiek
Het Nederlandse succes in grootschalig data-onderzoek rond hart- en vaatziekten is geen toevalstreffer. Al decennialang worden burgers gevolgd in studies 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 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 internationaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn ontwikkeld op Nederlandse data, hebben 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 opbouwen en analyseren van real-world evidence. Deze infrastructuur maakt het land tot een waardevolle 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
- Hoge mate van datakwaliteit door uniforme registratie en validatiestudies
Baanbrekende biostatistische methoden ‘made in the Netherlands’
Nederland heeft een omvangrijke geschiedenis in het opzetten van statistische methoden die rechtstreeks 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 diep 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 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 gebruiken voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet uitvoerbaar 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.
- Competing risks en multi-state modellen voor complexe ziektetrajecten na hartfalen
- Joint models voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
- TMLE-schatting en doubly robuste causale inferentie
- PHT – gedistribueerde analyse van elektronische patiëntendossiers
- Bayes-netwerken en machine learning voor vroegdetectie van ritmestoornissen
EU-subsidies en samenwerkingen met Nederlandse inbreng
Nederlandse onderzoeksgroepen zijn zelden afwezig in omvangrijke Europese cardiovasculaire programma’s. Binnen Horizon Europe en zijn voorganger Horizon 2020 namen zij deel aan of coördineerden programma’s als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia combineerden elektronische gezondheidsdossiers, medische beeldvorming en omics-data, met Nederlandse biostatistici frequent de analysewerkpakketten coördineerden. Door de sterke IT-infrastructuur en ethische normen worden ook in toenemende mate federated learning-projecten vanuit Nederland gecoördineerd.
Het Innovative Health Initiative (IHI) biedt kansen voor publiek-private samenwerking in de cardiologie. Partijen uit Nederland, zoals UMC’s en biotechbedrijven, zijn actief in projectvoorstellen rond digitale uitkomstmaten en remote monitoring bij hartfalen. Bovendien financiert de European Research Council (ERC) theoretisch statistisch onderzoek, zoals innovatieve causale methodieken voor tijdafhankelijke verSellernde factoren, een onderwerp dat nauw aansluit op observationele hartstudies.
Tevens nationale financiers als ZonMw en de Hartstichting stimuleren biostatistisch onderzoek, veelal in wisselwerking met EU-gelden. Het verdient aanbeveling voor onderzoekers om tijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die dienen als voedingsbodem voor nieuwe multicenterstudies. De vereniging van specialistische statistische kennis en een collegiale onderzoekcultuur maakt Nederlandse teams waardevol als coördinerende partijen of core-labpartners.
- Horizon Europe – Cluster Gezondheid: werkpakketleider voor analyse van data en statistische modellering in de biologie
- IHI / IMI – gezamenlijke ontwikkeling van real-world evidence frameworks en virtuele controle-armen
- ERC Advanced Grants – methodologisch wetenschappelijk werk naar causale machine learning in observationele data
- ZonMw – translationeel statistisch onderzoek en invoering van risicovoorspellingstools
- ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kernploeg
Databronnen en registerstudies voor cardiovasculaire wetenschappelijke projecten
De beschikbaar stellen van hoogstaande registries is een van de belangrijkste voordelen van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) vergaart gegevens van alle cardiologische ingrepen, zoals dotterbehandelingen en klepimplantaties, en wordt gevoed door elektronische patiëntendossiers. Daarnaast biedt de Dutch Hospital Data (DHD) een gestandaardiseerd set klinische parameters die voor wetenschappelijke studies toegankelijk gemaakt kan worden via de aanvraagproces 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 leveren uitgebreide data met herhaalde metingen en genetische gegevens. Doordat deze bronnen door het CBS en andere partijen via het BSN aan elkaar te koppelen zijn, kunnen onderzoekers zorguitgaven, sterfte en medicatiegebruik longitudinaal onderzoeken. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel vullen aan het geheel door gegevens over comorbiditeit en histologie aan te vullen.
De opkomst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard biedt het tevens steeds makkelijker om datasets te vinden en te hergebruiken. Biostatistici hebben een essentiële rol in de harmonisatie van uitkomstdefinities en het hanteren van ontbrekende informatie, waardoor registeronderzoek kan voldoen aan aan de hoge eisen van regulatoire instanties en medische journaals.
- Netherlands Heart Registration (NHR) – behandel- en uitkomstdata bij coronair- en structureel hartziekten
- Rotterdam Study en ERGO – uitgebreide fenotypering en follow-up op lange termijn in de algemene bevolking
- PALGA – nationaal pathologieregister met weefseldiagnoses
- Nivel Zorgregistraties – representatieve huisartsdata met prescriptie- en verwijspatronen
- Statistics Netherlands (CBS) microdata – overlijdensredenen, sociaaleconomische parameters en medische kosten
Toonaangevende instituten en hun onderzoeksthema’s
In nagenoeg ieder UMC is een specifieke biostatistiek- of epidemiologieafdeling te vinden die zich richt op hart- en vaatziekten. Erasmus MC herbergt de afdeling Epidemiologie & Biostatistiek, beroemd van de Rotterdam Study en wetenschappelijk leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht koppelt eerstelijnsdata met verfijnde 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. Daarnaast 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 belangrijke 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 wisselwerking tussen methodologie en klinische vraagstukken versnelt.
- Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, voorspellingsmodellen)
- UMC Utrecht – Julius Centrum (eerstelijnszorg, risicostratificatie SCORE2)
- Maastricht UMC+ – CARIM (populatie- en beeldvormingsonderzoek, 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 (survivalanalyse, klinische trials)
Normen rond klinisch hartonderzoek: wat biostatistici behoren te kennen
Biostatistici die in Nederland cardiovasculair onderzoek opzetten, moeten bekend zijn met 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) 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 houdt 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 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 uniformeren en levert nieuwe mogelijkheden voor grensoverschrijdende cardiovasculaire studies. Nederlandse instellingen stellen zich in 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
- Code voor gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
- FAIR-principes hanteren op datacatalogi voor vindbare, toegankelijke en herbruikbare data
FAQ
Hoe komt het dat Nederlandse biostatistiek uitermate geschikt is voor cardiovasculair onderzoek?
De unieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie onderscheidt Nederland. Onderzoekers kunnen data via het BSN koppelen, waardoor zeer gedetailleerde longitudinale analyses uitvoerbaar zijn. Daarnaast heeft de biostatistiekgemeenschap innovatieve technieken ontwikkeld, zoals competing risks- en joint models, die tegenwoordig de standaard zijn 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 dient onderzoeksprotocol in dat geëvalueerd wordt op haalbaarheid en privacywaarborgen. Na goedkeuring volgt een dataverwerkingsovereenkomst. De procedure beslaat doorgaans enkele weken tot maanden, waarbij inzicht over de statistische analyse en dataminimalisatie de doorlooptijd kan versnellen.
Wat voor EU-subsidies bestaan 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 versterken. 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 beantwoorden bij observationeel data-onderzoek in Nederland?
U dient te voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) opzetten en privacy-functionarissen involveren bij integratie van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is doorgaans geen METC-goedkeuring vereist, maar een opt-out regeling voor patiënten daarentegen. Documenteer te allen tijde de noodzaak van elke variabele en de minimale verwerking, en maak overeenkomsten over dataminimalisatie en bewaartermijnen.
Wat houdt in de rol van de Personal Health Train in Europese projecten?
De Personal Health Train (PHT) biedt onderzoekers in staat om analyses te runnen op data die lokaal wordt 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 past naadloos aan op de European Health Data Space en wordt gezien als referentie voor privacy-preserverend internationaal onderzoek.