Nederland bekleedt een sleutelpositie in het continentale netwerk van biostatistische cardiovasculair onderzoek. De samenvoeging van uitgebreide registratie, langdurige cohortstudies en een hechte gemeenschap van methodologen creëert het land tot een kweekvijver voor baanbrekend data-onderzoek. Deze gids biedt een overzicht van relevante infrastructuur, subsidiemogelijkheden en actuele trends die academici bijstaan om doelgerichte studies op te zetten.

Databronnen en registers en registratieonderzoek voor cardiovasculaire onderzoeken

De beschikbaarheid van kwalitatieve registries is een groot pluspunt van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) registreert gegevens van alle cardiologische ingrepen, zoals dotterbehandelingen en klepimplantaties, en wordt gevoed door elektronische medische dossiers. Daarnaast biedt de Dutch Hospital Data (DHD) een uniforme set klinische variabelen die voor wetenschappelijk onderzoek ontsloten kan worden via de aanvraagroute van het Dutch Institute for Clinical Auditing (DICA).

Bevolkingsgerichte studiegroepen zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de upcoming Generation R Next leveren uitgebreide data met herhaalde metingen en genetische informatie. Doordat deze registraties door het CBS en andere partijen via het BSN aan elkaar te koppelen zijn, kunnen wetenschappers zorguitgaven, sterfte en medicatiegebruik in de tijd bestuderen. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel vullen aan het beeld door gegevens over comorbiditeit en histologie te leveren.

De opkomst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard zorgt ervoor het tevens steeds toegankelijker om datasets te vinden en te hergebruiken. Biostatistici hebben een cruciale rol in de harmonisatie van uitkomstdefinities en het hanteren van ontbrekende informatie, waardoor registeronderzoek kan beantwoorden 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 – uitgebreide fenotypering en langdurige follow-up in de algemene populatie
• PALGA – nationaal pathologiebestand met weefseldiagnoses
• Nivel Zorgregistraties – betrouwbare huisartsinformatie met voorschrijf- en verwijspatronen
• Statistics Netherlands (CBS) microdata – sterfteoorzaken, sociaaleconomische parameters en zorguitgaven

Europese subsidies en partnerships met Nederlandse inbreng

Nederlandse onderzoeksteams zijn vrijwel nooit afwezig in belangrijke Europese hart- en vaatinitiatieven. Onder Horizon Europe en het eerdere programma Horizon 2020 namen zij deel aan of coördineerden initiatieven als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia combineerden digitale medische dossiers, beelddata en omics-data, met Nederlandse biostatistici regelmatig de analysewerkpakketten leidden. Door de robuuste IT-infrastructuur en ethische richtlijnen 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. Partijen uit Nederland, onder wie UMC’s en biotechbedrijven, nemen actief deel in projectvoorstellen rond digitale uitkomstmaten en telemonitoring bij hartfalen. Bovendien financiert de European Research Council (ERC) theoretisch statistisch onderzoek, zoals geavanceerde causale technieken voor confounding in de tijd, een thema dat direct toepasbaar is op observationele cardiovasculaire studies.

Ook financiers op nationaal niveau als ZonMw en de Hartstichting ondersteunen biostatistisch onderzoek, veelal in afstemming met EU-gelden. Het verdient aanbeveling voor onderzoekers om vroegtijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die fungeren als kraamkamer voor nieuwe multi-center onderzoeken. De samenvoeging van diepgaande statistische kennis en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams aantrekkelijk als trekkers of kernlaboratoriumpartners.

• Horizon Europe – Cluster Gezondheid: coördinator van werkpakket voor data-analyse en biostatistische modellering
• IHI / IMI – co-development van real-world evidence frameworks en synthetische controle-armen
• ERC Advanced Grants – methodologisch wetenschappelijk werk naar causale machine learning in observationele data
• ZonMw – translationeel statistisch onderzoek en invoering van risicoscores en predictiemodellen
• ESC-registers – EuroHeart en EORP, met Nederlandse dataspecialisten in de centrale groep

Nieuwe biostatistische methoden ‘made in the Netherlands’

Nederland heeft een rijke geschiedenis in het creëren 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 grondig geworteld in de Nederlandse biostatistiek.

Recente innovaties concentreren 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 gebruikt om dagelijkse klinische praktijkdata te exploiteren voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet mogelijk 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 verlaten. Dit federated learning-model is inmiddels gebruikt in meerdere Europese cardiovasculaire projecten en wordt beschouwd 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
• TMLE-schatting en doubly robuste causale inferentie
• Personal Health Train – gedistribueerde analyse van elektronische patiëntendossiers
• Bayesiaanse modellen en machine learning voor vroegdetectie van ritmestoornissen

Vooraanstaande instituten en hun onderzoeksfocus

In vrijwel ieder UMC is een specialistische biostatistiek- of epidemiologieafdeling te vinden die zich concentreert op hart- en vaatziekten. Erasmus MC huisvest de afdeling Epidemiologie & Biostatistiek, bekend van de Rotterdam Study en methodisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht koppelt eerstelijnsdata met geavanceerde risicoscores en was bijvoorbeeld 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 combineert het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waarbij 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 specifieke expertise op het raakvlak 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 uitvoeren. Al deze centra werken nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat kruisbestuiving tussen methodologie en klinische vraagstukken stimuleert.

• Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, voorspelmodellen)
• UMC Utrecht – Julius Centrum (primaire zorg, risicostratificatie SCORE2)
• Maastricht UMC+ – CARIM (populatie- en imagingonderzoek, 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 (overlevingstijdanalyse, klinische trials)

Regelgeving rond klinisch hartonderzoek: wat biostatistici behoren te kennen

Biostatistici die in Nederland cardiovasculair onderzoek opzetten, moeten vertrouwd 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) evalueren 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 impliceert dit dat onderzoekers een data protection impact assessment (DPIA) dienen te verrichten en vaak aangewezen zijn van een opt-out procedure voor patiëntinformatie, tenzij expliciete toestemming vereist 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 toegepast.

De komst van de European Health Data Space (EHDS) zal secundair datagebruik verder standaardiseren en biedt 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
• Code voor gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
• FAIR-principes implementeren op datacatalogi voor vindbare, toegankelijke en herbruikbare data

Een Europees knooppunt voor cardiovasculaire biostatistiek

De Nederlandse prestaties 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 gedetailleerd gestratificeerde data opleveren 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 aanwezig zijn.

Methodologen in Nederlandse universitair medische centra hebben baanbrekende prestaties geleverd 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 opgebouwd op Nederlandse data, genieten statistici hieruit een vanzelfsprekend 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 zetten Nederlandse statistici standaarden voor het opbouwen 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 gedetailleerde biomerkers en beeldvorming
• Landelijke koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
• Diepe expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
• Grote mate van datakwaliteit door gestandaardiseerde registratie en validatiestudies

FAQ

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

De unieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie onderscheidt Nederland. Onderzoekers hebben de mogelijkheid om data via het BSN koppelen, waardoor zeer gedetailleerde longitudinale analyses haalbaar zijn. Daarnaast kent de biostatistiekgemeenschap innovatieve technieken ontwikkeld, zoals competing risks- en joint models, die tegenwoordig 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 een onderzoeksprotocol aanleveren dat geëvalueerd wordt op haalbaarheid en privacywaarborgen. Na goedkeuring volgt een dataverwerkingsovereenkomst. De procedure beslaat doorgaans enkele weken tot maanden, waarbij helderheid over de statistische analyse en dataminimalisatie de doorlooptijd kan verkorten.

Welke soorten EU-subsidies bestaan 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 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 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 geschikt. 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 voldoen aan 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 verbinding van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is doorgaans geen METC-goedkeuring vereist, maar een opt-out regeling voor patiënten daarentegen. Documenteer altijd de noodzaak van elke variabele en de minimale verwerking, en maak regelingen 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 draaien op data die lokaal blijft opgeslagen, in plaats van ze te centraliseren https://biostat-chf.eu/. In Europese cardiovasculaire consortia is PHT ingezet voor het ontwikkelen 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.