Nederland bekleedt een belangrijke plaats in het Europese netwerk van statistisch-biologisch cardiovasculair onderzoek. De vereniging van grondige registratie, Biostatistics Research advies, langlopende cohortstudies en een sterke gemeenschap van methodologen vormt het land tot een centrum voor innovatief data-onderzoek. Deze handleiding biedt een samenvatting van relevante infrastructuur, financieringskanalen en recente trends die wetenschappers ondersteunen om doelgerichte studies op te zetten.

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 gezien, 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 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 berekenen uit observationele data. Dergelijke technieken worden ingezet om dagelijkse klinische praktijkdata te gebruiken voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet uitvoerbaar zijn.

Het concept van de Personal Health Train (PHT), ontwikkeld 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 gezien als blauwdruk voor privacy-vriendelijk internationaal onderzoek in lijn met de European Health Data Space.

• Concurrerende 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
• Bayesiaanse netwerken en machine learning voor vroegdetectie van ritmestoornissen

Europese financiering en samenwerkingsverbanden met Nederlandse bijdrage

Nederlandse onderzoeksgroepen zijn bijna altijd aanwezig in omvangrijke Europese cardiovasculaire programma’s. Onder Horizon Europe en het eerdere programma Horizon 2020 namen zij deel aan of coördineerden programma’s als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia integreerden digitale medische dossiers, beelddata en omics-data, waarin Nederlandse biostatistici vaak de analysewerkpakketten leidden. Door de sterke IT-infrastructuur en ethische richtlijnen worden ook meer en meer federated learning-projecten vanuit Nederland aangestuurd.

Het Innovative Health Initiative (IHI) opent perspectieven voor samenwerking tussen publiek en privaat in de cardiologie. Nederlandse partijen, waaronder UMC’s en biotechbedrijven, nemen actief deel in voorstellen en initiatieven rond digitale eindpunten en remote monitoring bij hartfalen. Daarnaast financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals innovatieve causale methodieken voor confounding in de tijd, een vraagstuk dat direct toepasbaar is op observationeel hartonderzoek.

Tevens binnenlandse financieringsorganisaties als ZonMw en de Hartstichting stimuleren biostatistisch onderzoek, doorgaans in afstemming met EU-gelden. Het is voor onderzoekers raadzaam om tijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die functioneren als broedplaats voor nieuwe multicenterstudies. De samenvoeging van diepgaande statistische kennis en een collaboratieve research cultuur maakt Nederlandse teams aantrekkelijk als coördinatoren of centrale laboratoriumpartners.

• Horizon Europe – Cluster Gezondheid: coördinator van werkpakket voor data-analyse en statistische modellering in de biologie
• IHI / IMI – gezamenlijke ontwikkeling van real-world evidence frameworks en virtuele controle-armen
• ERC Advanced Grants – methodologisch onderzoek naar causale leertechnieken in observationele data
• ZonMw – translationeel biostatistiekonderzoek en invoering van instrumenten voor risicovoorspelling
• ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kerngroep

Wet- en regelgeving rond klinisch hartonderzoek: wat biostatistici moeten weten

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 ingediend 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) leidend, aangevuld met de Gedragscode Gezondheidsonderzoek en de Uitvoeringswet AVG. In de praktijk impliceert dit dat onderzoekers een data protection impact assessment (DPIA) moeten uitvoeren 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 gehanteerd.

De komst van de European Health Data Space (EHDS) zal secundair datagebruik verder standaardiseren 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 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
• Privacy-impactbeoordeling 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

Toonaangevende 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 methodisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht verenigt eerstelijnsdata met verfijnde risicoscores en was zoals betrokken bij de ontwikkeling van de SCORE2-risicotabellen.

Het Leids Universitair Medisch Centrum (LUMC) heeft een krachtige 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. Verder bieden de afdelingen Health Evidence in Nijmegen en de sectie Biostatistiek van het Amsterdam UMC bijzondere expertise op het grensvlak 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 synergie tussen methodologie en klinische vraagstukken bevordert.

• Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, predictiemodellen)
• UMC Utrecht – Julius Centrum (eerste lijn, risicostratificatie SCORE2)
• Maastricht UMC+ – CARIM (populatie- en beeldvormingsonderzoek, The Maastricht Study)
• LUMC – Hart Long Centrum (vasculaire big data, genetische epidemiologie)
• Radboudumc – Health Evidence (gedistribueerd leren, Personal Health Train)
• Amsterdam UMC – Sectie Biostatistiek (survivalanalyse, klinische trials)

Databanken en registeronderzoek voor cardiovasculaire onderzoeken

De aanwezigheid van hoogwaardige registries is een van de grootste troeven van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) vergaart gegevens van alle cardiologische behandelingen, zoals dotterbehandelingen en klepimplantaties, en wordt gevuld door elektronische patiëntendossiers. Daarnaast levert de Dutch Hospital Data (DHD) een uniforme set klinische parameters die voor wetenschappelijke studies ontsloten kan worden via de aanvraagroute van het Dutch Institute for Clinical Auditing (DICA).

Bevolkingsgerichte cohorten zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de aankomende Generation R Next leveren gedetailleerde data met longitudinale metingen en genetische gegevens. 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 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 bovendien steeds toegankelijker om datasets te lokaliseren en te opnieuw in te zetten. Biostatistici hebben een cruciale rol in de harmonisatie van uitkomstdefinities en het omgaan met ontbrekende gegevens, waardoor registeronderzoek kan voldoen aan de strenge eisen van regulatoire organisaties en medische publicaties.

• Netherlands Heart Registration (NHR) – behandel- en uitkomstdata bij coronair- en structureel hartproblemen
• Rotterdam Study en ERGO – gedetailleerde fenotypering en langetermijn follow-up in de algemene populatie
• PALGA – landelijk pathologieregister met weefseldiagnosen
• Nivel Zorgregistraties – representatieve huisartsgegevens met prescriptie- en verwijspatronen
• Statistics Netherlands (CBS) microdata – sterfteoorzaken, sociaaleconomische variabelen en medische kosten

Een Europees centrum voor cardiovasculaire biostatistiek

De Nederlandse prestaties in grootschalig data-onderzoek rond hart- en vaatziekten is niet toevallig. Al jarenlang worden burgers gevolgd in prospectieve studies zoals de Rotterdam Study, die rijk 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 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 wereldwijd toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn gecreëerd op Nederlandse data, hebben statistici hieruit een intuïtief 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 stellen Nederlandse statistici standaarden voor het verzamelen en analyseren van real-world evidence. Deze infrastructuur brengt het land tot een interessante partner voor multicenter trials en observationele mega-cohortstudies.

• Langdurige bevolkingscohorten met uitgebreide biomerkers en beeldvorming
• Algemene koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
• Diepe expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
• Grote mate van datakwaliteit door uniforme registratie en validatiestudies

FAQ

Hoe komt het dat Nederlandse biostatistiek zo geschikt is voor cardiovasculair onderzoek?

De bijzondere combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie onderscheidt Nederland. Onderzoekers kunnen data via het BSN koppelen, waardoor bijzonder gedetailleerde longitudinale analyses mogelijk zijn. Daarnaast kent de biostatistiekgemeenschap innovatieve technieken ontwikkeld, zoals competing risks- en joint models, die momenteel 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 een onderzoeksprotocol aanleveren dat geëvalueerd wordt op haalbaarheid en privacywaarborgen. Na goedkeuring is er een dataverwerkingsovereenkomst. De procedure beslaat doorgaans enkele weken tot maanden, waarbij helderheid over de statistische analyse en dataminimalisatie de doorlooptijd kan bekorten.

Welke soorten EU-subsidies zijn beschikbaar 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 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 mensen 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 ingezet.

Aan welke ethische eisen moet ik voldoen bij observationeel data-onderzoek in Nederland?

U dient te voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) opstellen en privacy-functionarissen inschakelen bij verbinding van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is vaak geen METC-goedkeuring benodigd, maar een opt-out regeling voor patiënten echter. Documenteer altijd 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 uitvoeren op data die lokaal staat 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 aan naadloos aan op de European Health Data Space en wordt beschouwd als referentie voor privacy-preserverend internationaal onderzoek.