【中篇】2017年【美国住院医师申请队列研究】基线数据：【次硬指标】身份背景、工作经验、申请材料等的因素（8项）

李嘉华
2017-09-06

背景：

从2016年起，百歌医学每年都会对参加美国住院医师申请的中国医学院毕业生（Chinese Medical Graduates, CMGs）发布调查问卷，做一次全面的队列研究。旨在通过量化CMG群体在match过程中具有的可复制的相似条件与特质（比如分数、毕业年限、轮转时长、学术成就、申请技巧、推荐信等），为大家不断提供一个更好的、可复制的match模型，让我们在进军美国医疗行业的路上更顺利地前进。


方式：

  • 通过百歌医学微信公众号（baigemed）、微信群、微信朋友圈、网站等，向全部参加美国住院医师申请的中国医学院毕业生发布调查。

  • 因为涉及到核对信息真实度，所有调查问卷全部采取实名方式。

调查问卷分成上下两部分：

  • 上部：发出在每年NRMP ranking结束之前（大约2月20日前后），结束于match结果发布之前（大约3月中旬）。收集本年度中国医学院毕业生Match相关因素的基线数据（详见下面第5条：17个被公认为对match的结果有意义的基线观察点）。

  • 下部：发出在每年3月中旬的Match结果发布后。用于获得以上同学最终的match结果。

2017年的美国住院医师Match于2017年3月中旬完成后，收回问卷56份。其中有效问卷49份，7份问卷因为缺漏信息及不真实信息而被排除。


在公布统计数据之前，我们对统计方式说明如下：

  1. 百歌医学的队列研究数据，与NRMP公布的IMG队列数据不具备直接可比性。NRMP的数据是全部参加NRMP Match的人的数据，它近似于全体（除去少部分Prematch的人）IMG，个体差异大的同时，还因为IMG主体为印巴学生，会对占总体人数很少的CMG数据产生显著改变。百歌医学的队列研究数据是仅仅基于CMG这个小群体的数据，个体差异小。所以，从这个小群体数据得出的结论，只适用于有相似特质的人群，不能推广套用于全体IMG人群。

  2. 百歌医学的队列研究数据，是通过实名调查获得的。实名调查的方式，可以保证数据的真实可靠，但会造成样本量少，以及出现一些选择偏倚。在不可兼得两者的情况下，我们选择使用可靠的数据，同时还有利于长期随访。

  3. 百歌医学队列研究的目的：纯粹的目的，是为大家不断提供一个更好的可复制的match模型，所以我们仅关注有统计学意义的因素和后天可以改变的因素。对无统计学意义的因素和无法改变的先天因素，不做讨论。如果对这些有兴趣的读者，可以参考ECFMG和NRMP发布的研究。

  4. 数据可能存在的偏倚，以及可能产生争议的地方：

    • 样本量产生的抽样偏倚：根据ECFMG的官方统计，2015年从中国大陆医学院毕业（包含了印巴学生在中国上学的），获得ECFMG认证的人数大概有212人。同时，根据CMG forum的非官方统计，2012年前后，每年CMG获得ECFMG认证的人数应该在250上下。总体来说，每年进入match的人数比较稳定。我们调查到的人群约占整个CMG群体的25%。

    • 选择偏倚：我们采取的是实名问卷调查的方式，所以愿意填写问卷者，往往是基线数据比较好的，而基线数据较差的人，可能会不太愿意填写问卷。

  5. 共计设定了17个被公认为对match结果有意义的基线观察点：

    • Step1成绩三位数数值

    • Step2CK成绩三位数数值

    • Step2CS是否一次通过

    • 是否具有Step3成绩

    • 是否具有绿卡

    • 毕业年限

    • 既往临床经验

    • 既往科研经验

    • 是否具有美国学位（Master/MPH、PhD）

    • 美国临床轮转时间

    • 发表论文数

    • 申请材料完备程度（含推荐信到位、完整ERAS、ECFMG认证三个因素）

    • 申请科目

    • 申请项目数量

    • 获得面试数量

    • 参加面试数量

    • 项目志愿排序数量


2017年【美国住院医师申请队列研究】基线数据：【次硬指标】身份背景、工作经验、申请材料等的因素（8项）

5、绿卡或者美国公民身份状况

（如上图所示）2017年队列里面，有1/4的人具有美国绿卡或者公民身份，不需要使用J1或H1b签证工作。


6、距离本科或长学制毕业有多久了？

（如上图所示）2017年队列里面，毕业年限在5年以下的有67%，占统计样本的2/3。

在2017年队列里，毕业年限在3年以下的人数及比例与2016年相近。

毕业年限在3-10年以内的比2016年有所增加，而大于10年的毕业生较2016年少。

总体而言，2017年队列比较好地反应了毕业年限小于10年的人群，而且各个区间段分布比较平均。


小编注：2016年队列研究数据，请参考《2016Match 数据初步统计分析》（☜点击可阅读）


7、从事临床工作（直接接触病人）的时间有多长？

（如上图所示）2017年队列与2016年分布相似， 从事临床工作3年以下的人占85%，他们的临床训练属于国内的毕业生到住院医阶段。


小编注：2016年队列研究数据，请参考《2016Match 数据初步统计分析》（☜点击可阅读）


8、从事科研工作（不接触病人）的时间有多长？

（如上图所示）2017年队列与2016年分布相似， 从事科研工作3年以下的人占76%，他们的科研训练属于国内的本科毕业生到研究生阶段。


小编注：2016年队列研究数据，请参考《2016Match 数据初步统计分析》（☜点击可阅读）


9、是否获得过美国院校获得的学位？（Master/MPH, PhD之类）

（如上图所示）2017年队列与2016年分布相似，有28%的人获得美国Master或PhD学位。


小编注：2016年队列研究数据，请参考《2016Match 数据初步统计分析》（☜点击可阅读）


10、总共进行了多少个月的美国临床轮转（USCE）？

（如上图所示）2017年队列里面，美国临床轮转（USCE）（月）平均数是5.5，中位数是5。


11、在ERAS上列出了的发表论文的数目？

（如上图所示）2017年队列里面，ERAS上的Publications的平均数是8.4，中位数是4，众数是0，最大数是100。这项数据的个体差异非常大，建议使用中位数作参考。


12、在9月15日时，申请材料的完备程度：

（如上图所示）9月15日时，已获得ECFMG认证的比例：在申请开始时，有ECFMG认证的占86%。


（如上图所示）9月15日时，推荐信完全到位的比例：在申请开始时，推荐信全部到位的比例占86%。


（如上图所示）在9月15日时，拥有完整ERAS材料的比例：在申请开始时，具有完整ERAS材料的比例占82%。


以上三者统称为“申请材料完备程度”，放在一起如下图：



与【上篇】中的4项“硬实力”一样，在本篇“次硬指标”的这8项中，也隐藏着对match结果具有【高度影响】的因素！

我们将在北京时间2017年9月17日（周日）上午9:30，举办1次真人在线直播节目《Match量表5.0：我们是否可以预测Match结果？是否可以预测面试数？》，请来【美国住院医师申请队列研究】项目的主持者 李嘉华医生，为大家详细解读这些隐藏的【高度影响】因素。

参加直播的方式：

  1. 关注微信公众号baigemed_service，发送：预测面试，获取直播链接。

  2. 即可在手机微信中直接参加直播。

此外，本篇中的“推荐信”部分，在2017年研究中有重大进展。请同时关注北京时间2017年9月10日（周日）上午9:30，举办的在线直播节目《推荐信（LOR），如何影响美国住院医师Match的面试数以及结果？》，同样由【美国住院医师申请队列研究】项目的主持者 李嘉华医生，为大家面对面分析讲解。

参加方式：

  1. 关注微信公众号baigemed_service，发送：推荐信，获取节目链接。

  2. 即可在手机微信中直接参加直播。



备注说明：2017年【美国住院医师申请队列研究】基线数据公布的方式，是把17个因素，根据数据：是否为一次性因素是否可以修改和弥补程度分成如下三大类：

  1. 【硬实力】USMLE成绩（4项）：一旦形成，在相当长时间内是无法修改或弥补的

  2. 【次硬指标】身份背景、工作经验、申请材料等的因素（8项）：可以在小范围内修改和弥补

  3. 【软指标】申请策略相关的因素（5项）：比较容易修改和弥补

针对上述每一类因素，我们都会单独形成一篇文章，向所有CMG分享公布统计的结果，希望对大家今后的match有帮助意义！


传送门：

百歌医学

2017年9月6日





Match量表
阅读399
分享