Wetenschap & Onderzoek in Nederland — Gidsen & Nieuws

Nederland vervult een centrale rol in het continentale netwerk van biostatistische cardiovasculair onderzoek https://biostat-chf.eu/. De samenvoeging van uitgebreide registratie, langlopende cohortstudies en een nauwe gemeenschap van methodologen maakt het land tot een kweekvijver voor baanbrekend data-onderzoek. Deze handleiding verschaft een inzicht van toepasselijke infrastructuur, subsidiemogelijkheden en huidige trends die onderzoekers helpen om doelgerichte studies op te zetten.

Een Europees centrum voor cardiovasculaire biostatistiek

Het Nederlandse resultaat in grootschalig data-onderzoek rond hart- en vaatziekten is niet toevallig. Al tientallen jaren worden burgers gevolgd in studies in prospectieve studies zoals de Rotterdam Study, die rijk gestratificeerde data genereren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden consequent gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses faciliteert 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 behandelen 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 natuurlijk 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 vergaren en analyseren van real-world evidence. Deze infrastructuur brengt het land tot een waardevolle partner voor multicenter trials en observationele mega-cohortstudies.

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

Vooraanstaande instituten en hun researchfocus

In bijna ieder UMC is een gespecialiseerde biostatistiek- of epidemiologieafdeling te vinden die zich focust 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 verenigt eerstelijnsdata met geavanceerde 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 combineert het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waarbij biostatistici leveren aan grote cohorten zoals The Maastricht Study. Daarnaast bieden de afdelingen Health Evidence in Nijmegen en de sectie Biostatistiek van het Amsterdam UMC specifieke expertise op het snijvlak 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 realiseren. Al deze centra opereren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat kruisbestuiving tussen methodologie en klinische vraagstukken versnelt.

• 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 (big data in vasculaire geneeskunde, genetische epidemiologie)
• Radboudumc – Health Evidence (gedistribueerd leren, Personal Health Train)
• Amsterdam UMC – Sectie Biostatistiek (overlevingstijdanalyse, klinische trials)

EU-subsidies en partnerships met Nederlandse bijdrage

Nederlandse onderzoeksteams zijn zelden afwezig in grote Europese cardiovasculaire initiatieven. Onder Horizon Europe en zijn voorganger Horizon 2020 coördineerden of participeerden projecten als BigData@Heart, euCanSHare en CVR-Mind. Deze consortia bundelden digitale medische dossiers, beeldvorming en omics-data, waarin Nederlandse biostatistici vaak de analysewerkpakketten leidden. Dankzij de robuuste IT-infrastructuur en ethische richtlijnen worden ook steeds meer federated learning-projecten door Nederlandse partijen gecoördineerd.

Het Innovative Health Initiative (IHI) biedt kansen voor publiek-private samenwerking in de cardiologie. Nederlandse partijen, onder wie UMC’s en biotechbedrijven, participeren in voorstellen en initiatieven rond digitale meetpunten en telemonitoring bij hartfalen. Daarnaast financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals innovatieve causale methodieken voor tijdsafhankelijke confounding, een onderwerp dat direct toepasbaar is op observationele cardiovasculaire studies.

Eveneens nationale financiers als ZonMw en de Hartstichting bevorderen biostatistisch onderzoek, vaak in synergie met EU-gelden. Het verdient aanbeveling voor onderzoekers om tijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die functioneren als broedplaats voor nieuwe multi-center onderzoeken. De vereniging van specialistische statistische kennis en een collaboratieve research cultuur maakt Nederlandse teams interessant als trekkers of core-labpartners.

• Horizon Europe – Cluster Gezondheid: coördinator van werkpakket voor analyse van data en statistische modellering in de biologie
• IHI / IMI – co-creatie van real-world evidence frameworks en synthetische controle-armen
• ERC Advanced Grants – onderzoek naar methoden naar causale leertechnieken in observationele gegevens
• ZonMw – translationeel statistisch onderzoek en toepassing van risicoscores en predictiemodellen
• ESC-registers – EuroHeart en EORP, met Nederlandse data-analisten in de kerngroep

Nieuwe biostatistische methoden ‘made in the Netherlands’

Nederland heeft een omvangrijke geschiedenis in het ontwikkelen van statistische methoden die direct relevant zijn voor cardiovasculair onderzoek. De Fine en Gray-methode voor concurrerende risico’s, vaak toegepast 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 brengen uit over targeted learning en super learner-ensembles die de effectiviteit van behandelingen bepalen uit observationele data. Dergelijke technieken worden toegepast om dagelijkse klinische praktijkdata te benutten 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 achterlaten. Dit federated learning-model is inmiddels geïmplementeerd in meerdere Europese cardiovasculaire projecten en wordt gezien als blauwdruk voor privacy-vriendelijk internationaal onderzoek in lijn met de European Health Data Space.

• Rivaliserende risico’s 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
• PHT – gedistribueerde analyse van elektronische patiëntendossiers
• Bayesiaanse modellen en machine learning voor vroegdetectie van ritmestoornissen

Databronnen en registeronderzoek voor cardiovasculaire wetenschappelijke projecten

De beschikbaar stellen van hoogstaande registries is een groot pluspunt van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) vergaart gegevens van alle cardiologische interventies, zoals dotterbehandelingen en klepimplantaties, en wordt aangevuld door elektronische patiëntendossiers. Daarnaast levert de Dutch Hospital Data (DHD) een uniforme set klinische parameters ad.nl die voor wetenschappelijk onderzoek ontsloten kan worden via de aanvraagroute van het Dutch Institute for Clinical Auditing (DICA).

Bevolkingsgerichte onderzoeksgroepen zoals de Rotterdam Study, de ERGO-studie, HELIUS, Lifelines en de aankomende Generation R Next leveren uitgebreide data met herhaalde metingen en genetische data. Doordat deze registraties door het CBS en andere partijen via het BSN gekoppeld kunnen worden, kunnen academici zorguitgaven, sterfte en medicatiegebruik over de jaren onderzoeken. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel vullen aan het geheel door gegevens over comorbiditeit en histologie te leveren.

De opmars van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard zorgt ervoor het tevens steeds eenvoudiger om datasets te vinden en te hergebruiken. Biostatistici hebben een belangrijke rol in de standaardisatie van uitkomstdefinities en het behandelen van ontbrekende gegevens, waardoor registeronderzoek kan voldoen aan de strikte eisen van regulatoire autoriteiten en medische publicaties.

• Netherlands Heart Registration (NHR) – interventie- en resultaatgegevens bij coronair- en structureel hartlijden
• Rotterdam Study en ERGO – diepe fenotypering en follow-up op lange termijn in de brede bevolking
• PALGA – nationaal pathologiebestand met weefseldiagnoses
• Nivel Zorgregistraties – representatieve huisartsdata met voorschrijf- en verwijspatronen
• Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaaleconomische variabelen en medische kosten

Normen rond klinisch hartonderzoek: wat biostatistici dienen te weten

Biostatistici die in Nederland cardiovasculair onderzoek initiëren, moeten bedreven zijn https://www.telegraaf.nl/entertainment/1315722411/het-zit-harm-niet-mee-in-seizoenfinale-van-miljoenenjacht-het-geluk-is-op-geloof-ik 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) bepalend, 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 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 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
• 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 hanteren op datacatalogi voor vindbare, toegankelijke en herbruikbare data

FAQ

Waardoor is Nederlandse biostatistiek uitermate geschikt is voor cardiovasculair onderzoek?

De unieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie typeert Nederland. Onderzoekers kunnen data via het BSN koppelen, waardoor uiterst gedetailleerde longitudinale analyses uitvoerbaar zijn. Daarnaast bezit de biostatistiekgemeenschap revolutionaire technieken ontwikkeld, zoals competing risks- en joint models, die tegenwoordig de standaard uitmaken in Europese cardiovasculaire studies.

Hoe krijg 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 onderzoeksprotocol aanleveren dat wordt getoetst 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 verkorten.

Welke EU-subsidies zijn 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 verbeteren. Ook binnen ESC-registers en de Europese samenwerkingsverbanden van de Hartstichting zijn er kansen voor biostatistische analyses en coördinatie van datawerkpaketten.

Welke soort methodologische innovaties uit Nederland kan ik toepassen in mijn studie?

Denk aan competing risks-modellen voor situaties waarin patiënten 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 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 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) opzetten en privacy-functionarissen betrekken bij verbinding van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is doorgaans geen METC-goedkeuring nodig, maar een opt-out regeling voor patiënten wel. Documenteer te allen tijde de noodzaak van elke variabele en de minimale verwerking, en maak overeenkomsten over dataminimalisatie en bewaartermijnen.

Wat is precies 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 staat opgeslagen, in plaats van ze te centraliseren. In Europese cardiovasculaire consortia is PHT gebruikt voor het ontwikkelen 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 referentie voor privacy-preserverend internationaal onderzoek.