Academische studie & Onderzoek in Nederland — Gidsen & Updates

Nederland bekleedt een centrale rol in het continentale netwerk van biostatistische cardiovasculair onderzoek. De samenvoeging van uitgebreide registratie, langlopende cohortstudies en een nauwe gemeenschap van methodologen creëert het land tot een broedplaats voor baanbrekend data-onderzoek. Deze gids biedt een inzicht van belangrijke infrastructuur, financieringsbronnen en huidige trends die onderzoekers bijstaan om resultaatgerichte studies op te zetten.

Een Europese hub voor cardiovasculaire biostatistiek

De Nederlandse prestaties in grootschalig data-onderzoek rond hart- en vaatziekten is geen toevalstreffer. Al tientallen jaren worden burgers gevolgd in studies in prospectieve studies zoals de Rotterdam Study, die uitgebreid gestratificeerde data genereren over incidentie, risicofactoren en langetermijnuitkomsten. Deze cohorten worden stelselmatig gekoppeld aan landelijke registries en huisartsendata, wat longitudinale analyses toestaat 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 globaal toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn opgebouwd op Nederlandse data, bezitten statistici hieruit een natuurlijk vertrouwen in Europese onderzoeksconsortia.

Daarnaast speelt de Nederlandse biostatistiekgemeenschap een belangrijke 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.

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

Toonaangevende instituten en hun onderzoeksfocus

In vrijwel ieder UMC is een specifieke biostatistiek- of epidemiologieafdeling te vinden die zich concentreert op hart- en vaatziekten. Erasmus MC herbergt de afdeling Epidemiologie & Biostatistiek, beroemd van de Rotterdam Study en methodisch leiderschap in prediction modelling. Het Julius Centrum van het UMC Utrecht combineert 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 bijdragen 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 grensvlak 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 voltooien. Al deze centra functioneren 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, voorspelmodellen)
• UMC Utrecht – Julius Centrum (primaire zorg, risicostratificatie SCORE2)
• Maastricht UMC+ – CARIM (bevolkings- en beeldvormingsstudies, The Maastricht Study)
• LUMC – Hart Long Centrum (vasculaire big data, genetische epidemiologie)
• Radboudumc – Health Evidence (federatief leren, Personal Health Train)
• Amsterdam UMC – Sectie Biostatistiek (overlevingsanalyse, klinische trials)

Baanbrekende biostatistische methoden ‘made in the Netherlands’

Nederland heeft een omvangrijke 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 behandeld, 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 brengen uit over targeted learning en super learner-ensembles die de effectiviteit van behandelingen bepalen uit observationele data. Dergelijke technieken worden ingezet om dagelijkse klinische praktijkdata te gebruiken voor vergelijkend effectiviteitsonderzoek, wanneer gerandomiseerde trials niet haalbaar 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 gebruikt 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
• Gezamenlijke modellen voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
• TMLE-schatting en doubly robuste causale inferentie
• Persoonlijke Gezondheidstrein – gedistribueerde analyse van elektronische patiëntendossiers
• Bayesiaanse netwerken en machine learning voor vroegdetectie van ritmestoornissen

Europese subsidies en partnerships met Nederlandse inbreng

Onderzoeksgroepen uit Nederland zijn zelden afwezig in omvangrijke Europese cardiovasculaire programma’s. 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 elektronische patiëntgegevens, beelddata en omics-data, met Nederlandse biostatistici vaak de analysewerkpakketten coördineerden. Door de sterke IT-infrastructuur en ethische normen worden ook in toenemende mate federated learning-projecten vanuit ons land geleid.

Het Innovative Health Initiative (IHI) biedt kansen voor publiek-private samenwerking in de cardiologie. Partijen uit Nederland, waaronder UMC’s en biotechbedrijven, participeren in voorstellen en initiatieven rond digitale eindpunten en telemonitoring bij hartfalen. Bovendien financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals nieuwe causale methoden voor tijdafhankelijke verstorende factoren, een onderwerp dat rechtstreeks van toepassing is op observationeel hartonderzoek.

Eveneens binnenlandse financieringsorganisaties als ZonMw en de Hartstichting bevorderen biostatistisch onderzoek, veelal in synergie met EU-gelden. Onderzoekers doen er goed aan om tijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die dienen als broedplaats voor nieuwe multi-center onderzoeken. De samenvoeging van diepgaande statistische kennis en een collaboratieve research cultuur maakt Nederlandse teams waardevol als trekkers of kernlaboratoriumpartners.

• Horizon Europe – Cluster Gezondheid: coördinator van werkpakket voor analyse van data en biostatistische modellering
• IHI / IMI – co-development van real-world evidence frameworks en synthetische controlegroepen
• ERC Advanced Grants – onderzoek naar methoden naar machine learning voor causaliteit in observationele gegevens
• ZonMw – biostatistisch onderzoek met klinische toepassing en implementatie van instrumenten voor risicovoorspelling
• ESC-registers – EuroHeart en EORP, met Nederlandse dataspecialisten in de kernploeg

Databronnen en registratieonderzoek voor cardiovasculaire studies

De aanwezigheid van hoogwaardige registries is een groot pluspunt van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) registreert gegevens van alle cardiologische behandelingen, zoals dotterbehandelingen en klepimplantaties, en wordt aangevuld door elektronische patiëntendossiers. Daarnaast verschaft de Dutch Hospital Data (DHD) een uniforme set klinische parameters 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 upcoming Generation R Next leveren gedetailleerde data met herhaalde metingen en genetische data. Doordat deze databronnen door het CBS en andere instanties via het BSN koppelbaar zijn, kunnen onderzoekers zorguitgaven, sterfte en medicatiegebruik over de jaren bestuderen. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel completeren het beeld door gegevens over comorbiditeit en histologie aan te vullen.

De opmars van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard biedt het tevens steeds toegankelijker om datasets te lokaliseren en te opnieuw te gebruiken. Biostatistici hebben een essentiële rol in de harmonisatie van uitkomstdefinities en het hanteren van ontbrekende gegevens, waardoor registeronderzoek kan voldoen aan aan de hoge eisen van regulatoire organisaties en medische tijdschriften.

• Netherlands Heart Registration (NHR) – behandel- en uitkomstdata bij coronair- en structureel hartlijden
• Rotterdam Study en ERGO – uitgebreide fenotypering en follow-up op lange termijn in de brede bevolking
• PALGA – nationaal pathologieregister met weefselonderzoeken
• Nivel Zorgregistraties – representatieve huisartsgegevens met recept- en verwijzingstrends
• Statistics Netherlands (CBS) microdata – overlijdensredenen, sociaaleconomische variabelen en medische kosten

Regelgeving rond klinisch hartonderzoek: wat biostatistici moeten weten

Biostatistici die in Nederland cardiovasculair onderzoek starten, moeten bekend 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 afhankelijk zijn van een opt-out procedure voor patiëntinformatie, tenzij expliciete toestemming verplicht 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 toegepast.

De komst van de European Health Data Space (EHDS) zal secundair datagebruik verder standaardiseren en levert 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 cruciaal 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 implementeren op datacatalogi voor vindbare, toegankelijke en herbruikbare data

FAQ

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

De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie onderscheidt Nederland. Onderzoekers hebben de mogelijkheid om data via het BSN koppelen, waardoor uiterst gedetailleerde longitudinale analyses haalbaar zijn. Daarnaast bezit de biostatistiekgemeenschap revolutionaire technieken ontwikkeld, zoals competing risks- en joint models, die momenteel de standaard zijn in Europese cardiovasculaire studies.

Op welke wijze 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 onderzoeksprotocol in dat beoordeeld wordt op haalbaarheid en privacywaarborgen. Na goedkeuring volgt een dataverwerkingsovereenkomst. De procedure neemt doorgaans enkele weken tot maanden, waarbij inzicht over de statistische analyse en dataminimalisatie de doorlooptijd kan bekorten.

Welke EU-subsidies bestaan er voor biostatistisch hartonderzoek met Nederlandse deelname?

Horizon Europe (Cluster Gezondheid) en het Innovative Health Initiative (IHI) bieden de meest relevante financieringslijnen. Nederlandse teams kunnen daarnaast 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.

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 levende risicovoorspelling op basis van herhaalde metingen https://biostat-chf.eu/. 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 beantwoorden bij observationeel data-onderzoek in Nederland?

U moet voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) opstellen en privacy-functionarissen betrekken bij integratie van bronnen. Voor retrospectief onderzoek met gepseudonimiseerde data is vaak 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 afspraken over dataminimalisatie en bewaartermijnen.

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

De Personal Health Train (PHT) biedt onderzoekers in staat om analyses te draaien op data die lokaal blijft opgeslagen, in plaats van ze te centraliseren. In Europese cardiovasculaire consortia is PHT ingezet voor het opbouwen 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 als referentie voor privacy-preserverend internationaal onderzoek.