Wetenschap & Onderzoek in Nederland — Gidsen & Actualiteiten

Nederland vervult een sleutelpositie in het Europese netwerk van biostatistische cardiovasculair onderzoek. De combinatie van grondige registratie, langetermijn cohortstudies en een nauwe gemeenschap van methodologen maakt het land tot een broedplaats voor vernieuwend data-onderzoek. Deze gids geeft een inzicht van relevante infrastructuur, subsidiemogelijkheden en huidige trends die onderzoekers bijstaan om resultaatgeoriënteerde studies op te zetten.

Europese subsidies en partnerships met Nederlandse inbreng

Onderzoeksgroepen uit Nederland zijn vrijwel nooit 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 integreerden digitale medische dossiers, beelddata en omics-data, met Nederlandse biostatistici regelmatig de analysewerkpakketten aanstuurden. Vanwege de sterke IT-infrastructuur en ethische normen worden ook meer en meer federated learning-projecten vanuit Nederland aangestuurd.

Het Innovative Health Initiative (IHI) creëert mogelijkheden voor publiek-private samenwerking in de cardiologie. Nederlandse organisaties, waaronder UMC’s en biotechbedrijven, nemen actief deel in projectvoorstellen rond digitale eindpunten en telemonitoring bij hartfalen. Daarnaast financiert de European Research Council (ERC) fundamenteel statistisch onderzoek, zoals geavanceerde causale technieken voor tijdafhankelijke verstorende factoren, een vraagstuk dat rechtstreeks van toepassing is op observationele cardiovasculaire studies.

Eveneens binnenlandse financieringsorganisaties als ZonMw en de https://www.nieuwsblad.be/cnt/dmf20230106_96204602 Hartstichting ondersteunen biostatistisch onderzoek, veelal in wisselwerking met EU-gelden. Onderzoekers doen er goed aan om vroegtijdig aan te sluiten bij de European Society of Cardiology (ESC) werkgroepen, die functioneren als broedplaats voor nieuwe multicenterstudies. De samenvoeging van diepgaande statistische kennis en een samenwerkingsgerichte onderzoekscultuur maakt Nederlandse teams aantrekkelijk 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 virtuele controle-armen
• ERC Advanced Grants – onderzoek naar methoden naar machine learning voor causaliteit in observationele gegevens
• ZonMw – translationeel biostatistiekonderzoek en invoering van risicovoorspellingstools
• ESC-registers – EuroHeart en EORP, met data-analisten uit Nederland in de kerngroep

FAQ

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

De specifieke combinatie van landelijke registries, langlopende cohorten en een sterke methodologische traditie kenmerkt Nederland. Onderzoekers hebben de mogelijkheid om data via het BSN koppelen, waardoor zeer gedetailleerde longitudinale analyses haalbaar zijn. Daarnaast heeft de biostatistiekgemeenschap baanbrekende technieken ontwikkeld, zoals competing risks- en joint models, die nu de standaard zijn 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 in dat wordt getoetst op haalbaarheid en privacywaarborgen. Na goedkeuring volgt een dataverwerkingsovereenkomst. De procedure neemt doorgaans enkele weken tot maanden, waarbij helderheid over de statistische analyse en dataminimalisatie de doorlooptijd kan verkorten.

Wat voor EU-subsidies zijn er voor biostatistisch hartonderzoek met Nederlandse deelname?

Horizon Europe (Cluster Gezondheid) en het Innovative Health Initiative (IHI) bieden de meest relevante financieringslijnen research online. Nederlandse teams kunnen verder 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 methodologische innovaties uit Nederland kan ik gebruiken in mijn studie?

Denk aan competing risks-modellen voor situaties waarin patiënten 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 toepasbaar. 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 moet voldoen aan de AVG en de Gedragscode Gezondheidsonderzoek, een data protection impact assessment (DPIA) opzetten en privacy-functionarissen inschakelen bij integratie van bronnen. lees de recensie 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 regelingen over dataminimalisatie en bewaartermijnen.

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

De Personal Health Train (PHT) stelt onderzoekers in staat om analyses te runnen op data die lokaal staat 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 sluit aan naadloos aan op de European Health Data Space en wordt gezien als referentie voor privacy-preserverend internationaal onderzoek.

Wet- en regelgeving rond klinisch hartonderzoek: wat biostatistici moeten weten

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 aangeleverd 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) leidend, aangevuld met de Gedragscode Gezondheidsonderzoek en de Uitvoeringswet AVG. In de praktijk impliceert dit dat onderzoekers een data protection impact assessment (DPIA) dienen uit te voeren en vaak steunen van een opt-out procedure voor patiëntinformatie, tenzij expliciete toestemming noodzakelijk 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 gebruikt.

De komst van de European Health Data Space (EHDS) zal secundair datagebruik verder harmoniseren en levert nieuwe mogelijkheden voor grensoverschrijdende cardiovasculaire studies. Nederlandse instellingen maken zich klaar 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
• Data protection impact assessment (DPIA) voor observationele studies met gepseudonimiseerde data
• Gedragscode voor gezondheidsonderzoek en toetsing door een privacy-functionaris bij koppeling van bronnen
• FAIR-principes toepassen op datacatalogi voor vindbare, toegankelijke en herbruikbare data

Vooraanstaande instituten en hun onderzoeksfocus

In bijna ieder UMC is een specifieke biostatistiek- of epidemiologieafdeling te vinden die zich focust op hart- en vaatziekten. Erasmus MC huisvest de afdeling Epidemiologie & Biostatistiek, bekend van de Rotterdam Study en methodologisch 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 verenigt het Cardiovascular Research Institute Maastricht (CARIM) basaal, klinisch en populatieonderzoek, waar 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 raakvlak 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 voltooien. Al deze centra opereren nauw samen in landelijke initiatieven zoals de Dutch Cardiovascular Alliance (DCVA), wat kruisbestuiving tussen methodologie en klinische vraagstukken bevordert.

• Erasmus MC – Afdeling Epidemiologie & Biostatistiek (Rotterdam Study, predictiemodellen)
• UMC Utrecht – Julius Centrum (eerstelijnszorg, risicostratificatie SCORE2)
• Maastricht UMC+ – CARIM (bevolkings- en beeldvormingsstudies, The Maastricht Study)
• LUMC – Hart Long Centrum (big data in vasculaire geneeskunde, genetische epidemiologie)
• Radboudumc – Health Evidence (federated learning, Personal Health Train)
• Amsterdam UMC – Sectie Biostatistiek (overlevingstijdanalyse, klinische trials)

Een Europees knooppunt 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 leveren 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 bestaan.

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 behandelen van gecensureerde uitkomsten en tijdsafhankelijke covariaten wordt wereldwijd toegepast in cardiovasculaire trials. Doordat veel van deze methoden zijn ontwikkeld 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 zetten Nederlandse statistici standaarden voor het opbouwen en analyseren van real-world evidence. Deze infrastructuur vormt het land tot een waardevolle partner voor multicenter trials en observationele mega-cohortstudies.

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

Nieuwe biostatistische methoden ‘made in the Netherlands’

Nederland heeft een indrukwekkende geschiedenis in het ontwikkelen van statistische methoden die direct 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 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 schatten uit observationele data. Dergelijke technieken worden ingezet om dagelijkse klinische praktijkdata te exploiteren 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 verlaten. 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.

• Concurrerende risico’s en multi-state modellen voor complexe ziektetrajecten na hartfalen
• Gecombineerde modellen voor dynamische predictie met herhaald gemeten biomarkers zoals NT-proBNP
• Targeted maximum likelihood estimation (TMLE) en doubly robuste causale inferentie
• Persoonlijke Gezondheidstrein – gedistribueerde analyse van elektronische patiëntendossiers
• Bayes-netwerken en machine learning voor vroegdetectie van ritmestoornissen

Databronnen en registers en registratieonderzoek voor cardiovasculaire onderzoeken

De aanwezigheid van hoogwaardige registries is een van de belangrijkste voordelen van het Nederlandse onderzoeksklimaat. De Netherlands Heart Registration (NHR) vergaart gegevens van alle cardiologische interventies, zoals dotterbehandelingen en klepimplantaties, en wordt gevuld door elektronische medische dossiers. Daarnaast verschaft de Dutch Hospital Data (DHD) een gestandaardiseerde set klinische gegevens die voor wetenschappelijke studies 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 upcoming Generation R Next verschaffen rijke data met herhaalde metingen en genetische informatie. Doordat deze bronnen door het CBS en andere partijen via het BSN koppelbaar zijn, kunnen academici zorguitgaven, sterfte en medicatiegebruik in de tijd analyseren. Het PALGA-systeem (pathologie) en de huisartsregistraties van Nivel completeren het plaatje door gegevens over comorbiditeit en histologie aan te vullen.

De komst van de Health-RI-infrastructuur en het Nationaal Cohort Dashboard zorgt ervoor het daarnaast steeds toegankelijker om datasets te ontdekken en te opnieuw te gebruiken. Biostatistici spelen een belangrijke rol in de uniformering van uitkomstdefinities en het hanteren van ontbrekende data, waardoor registeronderzoek kan voldoen aan de strenge eisen van regulatoire instanties en medische tijdschriften.

• Netherlands Heart Registration (NHR) – interventie- en uitkomstengegevens bij coronair- en structureel hartproblemen
• Rotterdam Study en ERGO – gedetailleerde fenotypering en langdurige follow-up in de algemene bevolking
• PALGA – landelijk pathologieregister met weefselonderzoeken
• Nivel Zorgregistraties – representatieve huisartsgegevens met prescriptie- en verwijspatronen
• Statistics Netherlands (CBS) microdata – doodsoorzaken, sociaal-economische gegevens en medische kosten