Nederland vervult een centrale rol in het Europese netwerk van biostatistische cardiovasculair onderzoek. De combinatie van grondige registratie, langetermijn cohortstudies en een nauwe gemeenschap van methodologen creëert het land tot een kweekvijver voor vernieuwend data-onderzoek. Deze handleiding verschaft een samenvatting van belangrijke infrastructuur, subsidiemogelijkheden en actuele trends die onderzoekers bijstaan om resultaatgerichte studies op te zetten.

Een Europees centrum voor cardiovasculaire biostatistiek

De Nederlandse prestaties in grootschalig data-onderzoek rond hart- en vaatziekten is geen toeval. Al decennialang worden burgers gevolgd in prospectieve studies zoals de Rotterdam Study, die gedetailleerd gestratificeerde data leveren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden stelselmatig gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses faciliteert die in veel andere landen ontbreken.

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 internationaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn opgebouwd op Nederlandse data, bezitten statistici hieruit een intuïtief 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 opbouwen en analyseren van real-world evidence. Deze infrastructuur maakt het land tot een interessante partner voor multicenter trials en observationele mega-cohortstudies.

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

Databanken en registeronderzoek voor cardiovasculaire studies

De beschikbaarheid van hoogstaande registries is een groot pluspunt van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) verzamelt gegevens van alle cardiologische interventies, zoals dotterbehandelingen en klepimplantaties, en wordt gevoed door elektronische patiëntendossiers. Daarnaast verschaft de Dutch Hospital Data (DHD) een gestandaardiseerde set klinische variabelen die voor academisch onderzoek beschikbaar gesteld 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 upcoming Generation R Next bieden rijke data met herhaalde metingen en genetische data. Doordat deze registraties door het CBS en andere partijen via het BSN aan elkaar te koppelen zijn, kunnen onderzoekers zorguitgaven, sterfte en medicatiegebruik longitudinaal analyseren. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel ronden af het plaatje door gegevens over comorbiditeit en histologie toe te voegen.

De opkomst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard biedt het tevens steeds eenvoudiger om datasets te vinden en te opnieuw te gebruiken. Biostatistici vervullen een essentiële rol in de standaardisatie van uitkomstdefinities en het hanteren van ontbrekende informatie, waardoor registeronderzoek kan beantwoorden aan de hoge eisen van regulatoire autoriteiten 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 weefselonderzoeken
• Nivel Zorgregistraties – betrouwbare huisartsinformatie met prescriptie- en verwijspatronen
• Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaal-economische gegevens en medische kosten

Baanbrekende biostatistische methoden ‘made in the Netherlands’

Nederland heeft een rijke geschiedenis in het ontwikkelen van statistische methoden die onmiddellijk 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 concentreren 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 gebruikt om dagelijkse klinische praktijkdata te exploiteren 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 achterlaten https://biostat-chf.eu/. 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
• Gezamenlijke 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

Europese subsidies en samenwerkingen met inbreng uit Nederland

Nederlandse onderzoeksgroepen zijn bijna altijd aanwezig in omvangrijke Europese cardiovasculaire programma’s. Binnen 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 bundelden elektronische gezondheidsdossiers, medische beeldvorming en omics-data, waarbij Nederlandse biostatistici vaak de analysewerkpakketten leidden. Vanwege de robuuste IT-infrastructuur en ethische richtlijnen worden ook in toenemende mate federated learning-projecten vanuit Nederland geleid.

Het Innovative Health Initiative (IHI) opent perspectieven voor publiek-private partnerschappen in de cardiologie. Nederlandse organisaties, zoals UMC’s en biotechbedrijven, participeren in voorstellen en initiatieven rond digitale uitkomstmaten en remote monitoring bij hartfalen. Verder financiert de European Research Council (ERC) basaal statistisch onderzoek, zoals innovatieve causale methodieken voor tijdafhankelijke verstorende factoren, een thema dat direct toepasbaar is op observationeel hartonderzoek.

Eveneens nationale financiers als ZonMw en de Hartstichting bevorderen biostatistisch onderzoek, veelal in synergie met EU-gelden. Het is voor onderzoekers raadzaam om vroegtijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die fungeren als voedingsbodem voor nieuwe multicenterstudies. De vereniging van specialistische statistische kennis en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams interessant als coördinerende partijen of centrale laboratoriumpartners.

• Horizon Europe – Cluster Gezondheid: leider van werkpakket voor analyse van data en biostatistische modellering
• IHI / IMI – co-creatie van real-world evidence frameworks en synthetische controlegroepen
• ERC Advanced Grants – onderzoek naar methoden naar causale leertechnieken in data uit observationeel onderzoek
• ZonMw – translationeel statistisch onderzoek en toepassing van risicovoorspellingstools
• ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kernploeg

Toonaangevende instituten en hun researchfocus

In vrijwel ieder UMC is een specifieke biostatistiek- of epidemiologieafdeling te vinden die zich richt op hart- en vaatziekten. Erasmus MC bevat de afdeling Epidemiologie & Biostatistiek, beroemd van de Rotterdam Study en wetenschappelijk leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht combineert 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 combineert 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 speciale expertise op het snijvlak 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 realiseren. Al deze centra opereren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat synergie tussen methodologie en klinische vraagstukken versnelt.

• Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, voorspellingsmodellen)
• UMC Utrecht – Julius Centrum (primaire zorg, risicostratificatie SCORE2)
• Maastricht UMC+ – CARIM (populatie- en beeldvormingsonderzoek, The Maastricht Study)
• LUMC – Hart Long Centrum (vaatgerelateerde big data, genetische epidemiologie)
• Radboudumc – Health Evidence (federatief 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 starten, 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) 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) bepalend, 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 vereist is. Biostatistici worden steeds vaker benaderd 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 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 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 toepassen op datacatalogi voor vindbare, toegankelijke en herbruikbare data

FAQ

Wat maakt Nederlandse biostatistiek zo goed voor cardiovasculair onderzoek?

De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie typeert Nederland. Onderzoekers hebben de mogelijkheid om data via het BSN koppelen, waardoor uiterst gedetailleerde longitudinale analyses haalbaar zijn. Daarnaast heeft de biostatistiekgemeenschap baanbrekende 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 geschiedt via een wetenschappelijke aanvraag bij het Dutch Institute for Clinical Auditing (DICA). U dient onderzoeksprotocol indienen dat beoordeeld wordt op haalbaarheid en privacywaarborgen. Na goedkeuring komt er een dataverwerkingsovereenkomst. De procedure beslaat doorgaans enkele weken tot maanden, waarbij inzicht over de statistische analyse en dataminimalisatie de doorlooptijd kan versnellen.

Welke EU-subsidies zijn beschikbaar voor biostatistisch hartonderzoek met Nederlandse deelname?

Horizon Europe (Cluster Gezondheid) en het Innovative Health Initiative (IHI) bieden de belangrijkste financieringslijnen. Nederlandse teams kunnen daarnaast 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 liggen kansen voor biostatistische analyses en coördinatie van datawerkpaketten.

Wat voor methodologische innovaties uit Nederland kan ik inzetten in mijn studie?

Denk aan competing risks-modellen voor situaties waarin personen 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 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 voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) maken en privacy-functionarissen inschakelen bij verbinding van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is doorgaans geen METC-goedkeuring benodigd, maar een opt-out regeling voor patiënten daarentegen. Documenteer steeds de noodzaak van elke variabele en de minimale verwerking, en maak afspraken over dataminimalisatie en bewaartermijnen.

Wat houdt in de rol van de Personal Health Train in Europese projecten?

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