Werken als health data analyst

Wat doet een health data analyst?

Een health data analyst werkt met huisartsregistraties, ziekenhuisgegevens, registers en declaratiegegevens. De opdracht komt van onderzoekers, beleidsmakers, een zorginstelling of een bedrijf. De functietitel is niet officieel gedefinieerd en wordt per werkgever anders gebruikt, dus de vacature bepaalt welke taken erbij horen.

Zorgdata zijn niet voor onderzoek bedoeld. Ze ontstaan bij het verlenen, registreren of declareren van zorg en kunnen ontbrekende waarden, wisselende codering en verschillen tussen bronnen bevatten. Een deel van het werk is begrijpen hoe de data zijn ontstaan en wat dat betekent voor de conclusie.

Het werk verloopt zo: de onderzoeksvraag vertalen naar de gegevens die nodig zijn, nagaan of de bron geschikt is, toegang aanvragen onder de voorwaarden van de bron, de data opschonen en koppelen, de analyse uitvoeren en de resultaten uitleggen.

Bekijk de actuele vacatures voor health data analysts of lees over het vakgebied life sciences data.

Wat is real-world data volgens de EMA?

De European Medicines Agency (EMA) omschrijft real-world data (RWD) als gegevens die patiëntkenmerken beschrijven, inclusief gebruik van behandelingen en uitkomsten, in de routinematige klinische praktijk. Real-world evidence (RWE) is het bewijs dat uit de analyse van die gegevens komt. Volgens de EMA staan deze definities in het reflection paper over real-world data in niet-interventionele studies.

RWD kan volgens de EMA onder meer klinische data, medische claims, patiëntenregisters, ervaringsdata van patiënten en data van draagbare apparaten omvatten. Bij primaire dataverzameling verzamel je data voor een specifieke studie, direct bij patiënten of zorgprofessionals. Bij secundair gebruik hergebruik je bestaande data voor een ander doel.

Het Europese geneesmiddelennetwerk publiceerde in 2023 het HMA-EMA Data quality framework for medicines regulation. Het kader zet volgens de EMA geen vaste drempels; geschiktheid beoordeel je per onderzoeksvraag. Toezichthouders gebruiken bovendien verschillende definities van RWD en RWE. De International Council for Harmonisation (ICH) werkt aan richtlijn E23 over RWE, die volgens de EMA-pagina nog in ontwikkeling is.

Lees ook real-world evidence: wat is het. Bron: EMA, real-world evidence

Welke bronnen voor zorgdata zijn er in Nederland?

Dit zijn vijf organisaties met zorgdata in Nederland, beschreven in hun eigen woorden. De lijst is niet volledig.

Het Nivel, IKNL en het CBS beschrijven op hun eigen sites onder welke voorwaarden zij gegevens beschikbaar stellen. Bij Vektis en het Zorginstituut is dat op de hier gelezen pagina's niet beschreven; raadpleeg de gegevensbeheerder. De analist volgt de voorwaarden van de bron en de afspraken met de gegevensbeheerder.

Declaratie- en kwaliteitsgegevens kunnen dienen voor vragen over zorgkosten en doelmatigheid; daar raakt het werk aan gezondheidseconomie, zie vacatures met health economics. Zoek bij epidemiologische vragen naar vacatures met epidemiologie.

Hoe gebruikt de farmaceutische sector real-world data?

Dit zijn de gebruiksvoorbeelden die de EMA noemt. Real-world data helpen om de klinische context te begrijpen, bijvoorbeeld door ziekte-epidemiologie te beschrijven: incidentie, prevalentie, risicofactoren en verloop. Volgens de EMA ondersteunen ze ook de planning van een klinische studie, de interpretatie van studieresultaten en het onderzoek naar gebruikspatronen en veiligheid na markttoelating. De EMA noemt vroeg overleg met toezichthouders nuttig als RWD wordt voorgesteld voor een registratie.

DARWIN EU (Data Analysis and Real World Interrogation Network) is in 2022 opgericht door de EMA en het Europese geneesmiddelennetwerk. Het werkt met data van artsen, ziekenhuizen en registers over het gebruik en de veiligheid van geneesmiddelen. Volgens de EMA-pagina per 5 november 2026 zijn sinds 2022 40 data partners aangesloten, komen in 2026 gegevens van ongeveer 250 miljoen patiënten in Europa en zijn ongeveer 110 studies opgeleverd. Alle data worden gestandaardiseerd naar het Observational Medical Outcomes Partnership (OMOP) common data model. Het coördinatiecentrum is het Erasmus MC in Rotterdam. Bron: EMA, DARWIN EU

Voor klinische studies geldt ICH E6(R3), de richtlijn voor good clinical practice. Volgens de EMA-pagina zijn de principes en Annex 1 in de EU van kracht sinds 23 juli 2025. Annex 2, dat ook studies met real-world databronnen behandelt, is door ICH aangenomen op 3 juni 2026 en treedt op 15 januari 2027 in werking; die stand kan nog wijzigen. Annex 2 vraagt om geschiktheid voor het doel: betrouwbaarheid (nauwkeurigheid, volledigheid, herkomst en herleidbaarheid) en relevantie (de kernelementen, zoals blootstelling, uitkomsten en covariaten). Worden meerdere bronnen gekoppeld, dan legt het protocol de koppeling vooraf vast en beschermt de sponsor privacy en betrouwbaarheid. Bron: ICH E6(R3), status bij de EMA

Lees ook wat de EMA doet en farmacovigilantie uitgelegd.

Welke regels gelden voor privacy en toegang tot gezondheidsgegevens?

Gegevens over gezondheid mogen niet zomaar worden verwerkt. Artikel 22 van de Uitvoeringswet AVG (UAVG) verbiedt dat, onder meer tenzij de betrokkene uitdrukkelijke toestemming heeft gegeven. Artikel 24 maakt een uitzondering voor wetenschappelijk onderzoek en statistiek, maar alleen als het onderzoek een algemeen belang dient, uitdrukkelijke toestemming vragen onmogelijk is of onevenredige inspanning kost en er waarborgen zijn voor de persoonlijke levenssfeer. De tekst van de UAVG geldt vanaf 1 september 2026.

Volgens de CCMO blijven gecodeerde of gepseudonimiseerde gegevens persoonsgegevens onder de AVG. Alleen volledig geanonimiseerde gegevens vallen er niet onder. Dossieronderzoek met statussen valt volgens de CCMO niet onder de Wet medisch-wetenschappelijk onderzoek met mensen (WMO), omdat de deelnemer niets hoeft te doen of te laten. Dat zegt niets over de AVG, die apart geldt. Lees ook CCMO, METC en WMO.

Volgens de Europese Commissie bouwt de European Health Data Space (EHDS) voort op de AVG. De verordening trad op 26 maart 2025 in werking. Volgens de Commissie gaan de regels voor secundair gebruik in maart 2029 gelden voor de meeste datacategorieën en in maart 2031 voor de overige. Volgens de Commissie vraagt secundair gebruik straks, zodra die regels gelden, een vergunning van een toegangsinstantie voor gezondheidsgegevens, en vindt verwerking plaats in beveiligde omgevingen waaruit geen persoonsgegevens kunnen worden gedownload. In de praktijk werk je met gepseudonimiseerde of geaggregeerde gegevens waar dat volstaat, met alleen toegang tot wat de taak vraagt. Lees ook de European Health Data Space.

Wat is het verschil met een clinical data analyst en een data scientist?

Het verschil zit in de bron van de data en in de vraag.

Een health data analyst heeft daarnaast zorgkennis nodig, bijvoorbeeld om te weten wat een diagnosecode of een declaratie betekent. De functies lopen in de praktijk in elkaar over, dus lees in de vacature met welke data je werkt. Wie het verschil in de praktijk wil zien, bekijkt de vacatures voor clinical data analysts.

Welke opleiding en welke tools passen bij een health data analyst?

Er is geen vaste route en geen wettelijke eis. Opleidingen die aansluiten komen uit de epidemiologie, gezondheidswetenschappen, biomedische wetenschappen, statistiek en data science.

Voorbeelden van opleidingen:

• Universiteit Utrecht, master Epidemiology: een selectieve, Engelstalige onderzoeksmaster met specialisaties zoals Pharmacoepidemiology.
• VU Amsterdam, master Gezondheidswetenschappen: Nederlandstalig en voltijd, met een brede, multidisciplinaire blik en een methodologische basis. Je kiest zelf voor kwalitatieve of kwantitatieve onderzoeksmethoden en voor een studiepad, zoals gezondheidssystemen of beleid.
• Universiteit Hasselt (België), Master of Statistics and Data Science, met de specialisatie Epidemiology. Het tweede jaar wordt herzien voor het studiejaar 2027-2028.
• Universiteit Leiden, Statistics and Data Science, met Learning Lines, waaronder Data Science.

SQL is een taal om gegevens uit databases op te vragen en te combineren, en wordt gebruikt waar zorgdata in databases staan. R, Python en SAS worden gebruikt voor opschonen, analyseren en visualiseren. R beschrijft zichzelf als een taal en omgeving voor statistische berekeningen en is vrije software onder de GNU General Public License. Welke taal een team gebruikt, verschilt per werkgever; het zijn voorbeelden, geen eisenlijst.

Bekijk vacatures met R en vacatures met Python.

Hoe groei je door als health data analyst?

Er is geen vaste ladder. Een loopbaan kan lopen van junior naar health data analyst, senior analist en lead. De lead bepaalt de aanpak van analyses en begeleidt collega's.

Je kunt je specialiseren in een ziektegebied, zoals oncologie, in een datasoort, zoals registers of declaraties, of in een methodologie. Zijwaartse stappen zijn onder meer epidemiologie, biostatistiek, health economics en outcomes research, data science, of rollen in medical affairs of veiligheid. Of zo'n stap past, hangt af van wat de vacature vraagt. Bekijk de werkgevers die health data analysts zoeken.