Nederland vervult een centrale rol in het continentale netwerk van biostatistisch cardiovasculair onderzoek https://biostat-chf.eu/. De vereniging van grondige registratie, langetermijn cohortstudies en een sterke gemeenschap van methodologen maakt het land tot een centrum voor vernieuwend data-onderzoek. Deze gids geeft een samenvatting van relevante infrastructuur, financieringskanalen en actuele trends die wetenschappers ondersteunen om doelgerichte studies op te zetten.

FAQ

Wat maakt Nederlandse biostatistiek zo geschikt is voor cardiovasculair onderzoek?

De unieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie kenmerkt Nederland. Onderzoekers hebben de mogelijkheid om 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 tegenwoordig de standaard uitmaken in Europese cardiovasculaire studies.

Hoe verkrijg ik toegang tot landelijke hartregistries zoals de NHR?

Toegang tot de Netherlands Heart Registration verloopt 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 inzicht 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 meest relevante financieringslijnen. Nederlandse teams kunnen verder aanspraak maken op ERC-beurzen voor fundamenteel methodologisch werk en op ZonMw-programma’s die synergie met EU-projecten vergroten. Ook binnen ESC-registers en de Europese samenwerkingsverbanden van de Hartstichting liggen kansen voor biostatistische analyses en coördinatie van datawerkpaketten.

Welke methodologische innovaties uit Nederland kan ik gebruiken in mijn studie?

Denk aan competing risks-modellen voor situaties waarin personen 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 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 toegepast.

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) opzetten en privacy-functionarissen betrekken bij verbinding van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is vaak 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 de rol van de Personal Health Train in Europese projecten?

De Personal Health Train (PHT) stelt onderzoekers de mogelijkheid om analyses te uitvoeren op data die lokaal wordt 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 past naadloos aan op de European Health Data Space en wordt beschouwd als referentie voor privacy-preserverend internationaal onderzoek.

EU-subsidies en samenwerkingen met inbreng uit Nederland

Nederlandse onderzoeksteams zijn zelden afwezig in omvangrijke Europese cardiovasculaire programma’s. In het kader van Horizon Europe en het eerdere programma Horizon 2020 waren zij betrokken bij initiatieven als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia integreerden elektronische patiëntgegevens, medische beeldvorming en omics-data, waarbij Nederlandse biostatistici frequent de analysewerkpakketten aanstuurden. Vanwege de krachtige digitale infrastructuur en ethische kaders worden ook steeds meer federated learning-projecten door Nederlandse partijen aangestuurd.

Het Innovative Health Initiative (IHI) biedt kansen voor publiek-private partnerschappen in de cardiologie. Partijen uit Nederland, zoals UMC’s en biotechbedrijven, participeren in projectvoorstellen rond digitale eindpunten en monitoring op afstand bij hartfalen. Daarnaast financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals geavanceerde causale technieken voor tijdsafhankelijke confounding, een thema dat nauw aansluit op observationele hartstudies.

Ook financiers op nationaal niveau als ZonMw en de Hartstichting bevorderen biostatistisch onderzoek, vaak in afstemming met EU-gelden. Het is voor onderzoekers raadzaam om vroegtijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die dienen als voedingsbodem voor innovatieve multicenter trials. De vereniging van diepgaande statistische kennis en een collegiale onderzoekcultuur maakt Nederlandse teams interessant als trekkers of centrale laboratoriumpartners.

• 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 wetenschappelijk werk naar causale leertechnieken in observationele gegevens
• ZonMw – translationeel statistisch onderzoek en toepassing van risicovoorspellingstools
• ESC-registers – EuroHeart en EORP, met data-analisten uit Nederland in de kerngroep

Vooraanstaande instituten en hun researchfocus

In nagenoeg ieder UMC is een specifieke biostatistiek- of epidemiologieafdeling te vinden die zich richt op hart- en vaatziekten. Erasmus MC huisvest de afdeling Epidemiologie & Biostatistiek, vermaard van de Rotterdam Study en methodisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht combineert eerstelijnsdata met verfijnde risicoscores en was onder andere betrokken bij de ontwikkeling van de SCORE2-risicotabellen.

Het Leids Universitair Medisch Centrum (LUMC) heeft een solide 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. 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 opereren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat synergie tussen methodologie en klinische vraagstukken stimuleert.

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

Regelgeving rond klinisch hartonderzoek: wat biostatistici behoren te kennen

Biostatistici die in Nederland cardiovasculair onderzoek initiëren, moeten bedreven zijn in 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) 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) 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 afhankelijk zijn van een opt-out procedure voor patiëntinformatie, tenzij expliciete toestemming noodzakelijk 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 standaardiseren 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 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
• DPIA-beoordeling 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 leveren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden systematisch gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses faciliteert die in veel andere landen niet aanwezig zijn.

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 behandelen van 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 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 verzamelen en analyseren van real-world evidence. Deze infrastructuur maakt het land tot een interessante partner voor multicenter trials en observationele mega-cohortstudies.

• Langlopende bevolkingscohorten met nauwkeurige biomerkers en beeldvorming
• Landelijke koppeling via het burgerservicenummer (BSN) in een nationaal gezondheidsdata-ecosysteem
• Diepe expertise in overlevingsanalyse, joint models en mendeliaanse randomisatie
• Sterke mate van datakwaliteit door genormaliseerde registratie en validatiestudies

Baanbrekende biostatistische methoden ‘made in the Netherlands’

Nederland heeft een rijke 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 gezien, 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 richten zich op het combineren van causale inferentie met machine learning. Onderzoekers aan de Universiteit Leiden en het UMC Utrecht brengen uit 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 benutten voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet mogelijk 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 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.

• Concurrerende risico’s en multi-state modellen voor complexe ziektetrajecten na hartfalen
• Gezamenlijke modellen voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
• Doelgerichte maximale waarschijnlijkheidsschatting en doubly robuste causale inferentie
• Personal Health Train – gedistribueerde analyse van elektronische patiëntendossiers
• Bayesiaanse netwerken en machine learning voor vroegdetectie van ritmestoornissen

Databronnen en registers en registratieonderzoek voor cardiovasculaire studies

De beschikbaarheid van hoogstaande 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 gevoed door elektronische patiëntendossiers. Daarnaast verschaft de Dutch Hospital Data (DHD) een gestandaardiseerde set klinische gegevens die voor academisch onderzoek ontsloten kan worden via de aanvraagprocedure van het Dutch Institute for Clinical Auditing (DICA).

Bevolkingsgerichte onderzoeksgroepen zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de toekomstige Generation R Next bieden uitgebreide data met longitudinale metingen en genetische data. Doordat deze bronnen door het CBS en andere partijen via het BSN gekoppeld kunnen worden, kunnen wetenschappers zorguitgaven, sterfte en medicatiegebruik in de tijd onderzoeken. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel ronden af het geheel door gegevens over comorbiditeit en histologie te leveren.

De opkomst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard zorgt ervoor het daarnaast steeds makkelijker om datasets te lokaliseren en te opnieuw in te zetten. Biostatistici spelen een cruciale rol in de harmonisatie van uitkomstdefinities en het omgaan met ontbrekende gegevens, waardoor registeronderzoek kan voldoen aan de strikte eisen van regulatoire instanties en medische journaals.

• Netherlands Heart Registration (NHR) – interventie- en uitkomstengegevens bij coronair- en structureel hartproblemen
• Rotterdam Study en ERGO – diepe fenotypering en langetermijn follow-up in de algemene bevolking
• PALGA – landelijk pathologieregister met weefselonderzoeken
• Nivel Zorgregistraties – representatieve huisartsdata met recept- en verwijzingstrends
• Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaaleconomische parameters en zorguitgaven