今年
总位置数变多;
美国医学生(AMG)申请者变少;
明年
总体机遇上升;
个体风险也上升;
如何趋利避害与“de-risking”?
2023年,是连续第八年对中国医学毕业生(CMG)Match美国住院医师的大规模队列研究。既往七年数据详情如下:
今年的2023 CMG Match【大数据】来了!
本文主体为“数据统计型报告”,科研味道较浓,内容较长但非常重要,请准备好一段时间,深度阅读。
正文: 10335 字
预估深度阅读时间:30 分钟
为方便大家阅读,分为七个部分:
第一部分:研究和统计方式,与2023年CMG Match大数据声明
第二部分:今年,咱们的Match率如何?
第三部分:Ta们都是谁?从哪来?Match到哪里了?
第四部分:今年,CMG的数据有什么特点?
第五部分:2023年总申请人数和Match率的特点
第六部分:【展望未来】总体机遇上升,个人风险也上升
第七部分:【行动】分层做好“de-risking”,让“上升的机遇”跑赢“上升的风险”
↑ 大家可顺序阅读,也可根据标题选读
↑
第一部分
研究和统计方式,与2023年CMG Match大数据声明
普通的Match数据统计或喜报,都是在3月中旬Match结果公布后才开始统计的。这类事后的统计,会带来一个难避免的统计学问题:“幸存者偏差”,或俗称为“浮起来的元宵才看得见”。
此时,未Match上的同学,甚至未Match到自己理想项目的同学,往往不愿再参与调查统计。这就造成了“只有喜者报喜,没有忧者报忧”的现象,会让我们严重误判真实Match率。
自2016年2月始,为避免这种“幸存者偏差”,百歌医学采用前瞻队列研究(cohort study)的方式:对当年参加Match的CMG人群进行“出结果前”和“出结果后”两段式的调查统计,以减少偏倚,获得更准确的Match率,进而探索对Match结果有影响的因素,还原一个更真实的中国医学毕业生(CMG)的Match全貌。
2023年的Match,对于CMG而言,是疫情解封前的最后一个完整的Match年。存在和之前两年一样的各种困难和未知因素,我们继续坚持以前瞻队列的方式获得数据:
截止于美国NRMP Match结果公布时(美国东部时间2022年3月13日10:00),我们共收集到有效问卷12份,形成了共计12人的【队列内数据】。此数据除用于计算Match率之外,还将用于其他Match相关因素的横向纵向比对研究(如《Match量表》)。
通常,在第一次Match结果公布后(美国东部时间2023年3月13日10:00之后),《调查问卷(上)》还会收集到新的数据。因这段时间内,基本只有成功Match者才会报喜的现实,这导致几乎无法获得隐藏的unmatch人群,为避免偏倚,我们把这部分数据称为【队列外数据】,排除在评估Match率的算法之外。
2023年CMG Match大数据声明
✪ 请勿向百歌医学及其工作人员索要数据库中的个人联系方式,这会与百歌医学与被调查者的“知情同意和授权”不一致。百歌医学及其工作人员需要保护数据提供者的隐私。同时,我们也理解同学们想更多了解每位Match者的需求,我们建议您通过旁道途径了解。同时百歌医学会邀请其中有代表性的医生参加到【百歌医学直播间】讲座中。
扫码关注【百歌医学直播间】
▼
第二部分
今年,咱们的Match率如何?
○ 12名中国医学院毕业生(CMG),进入2023年前瞻性队列研究;
○ 9名已确认match成功,Ta们成为2023年7月的美国新一代住院医生;
○ 2名已确认unmatch者,Ta们的名字、学校未授权刊登;
○ 1名失联者,Ta们的名字、学校也未授权刊登。
对于“失联”现象,今年采取了“积极联系并等待14个24小时”的方式,未有回音者,则按照“unmatch”处理。
如果某位失联者是match上的,看到了这篇文章,请尽快联络,多谢~
✪ 2023年【队列内数据】CMG Match率:
9 / 12 = 75%
✪ 连续累积计算2016~2023八年【队列内数据】
的平均Match率:
(41+44+45+40+20+23+16+9)/
(52+45+53+47+26+30+19+12)= 83.8%
往年大数据:
2016 CMG Match【大数据】:41/52 = 78.8%
2017 CMG Match【大数据】:44/45 = 97.7%
2018 CMG Match【大数据】:45/53 = 84.9%
2019 CMG Match【大数据】:40/47 = 85.1%
2020 CMG Match【大数据】:20/26 = 76.9%
2022 CMG Match【大数据】:16/19 = 84.2%
第三部分
Ta们都是谁?从哪来?Match到哪里了?
注2:虽然所有被调查者都向百歌医学提供了全部真实信息,但一部分被调查者对公开姓名、毕业学校或者项目名称等有顾虑。我们表示完全理解,并使用“火柴+性别”的方式代表那些不愿公开姓名者的名字。“火柴”指“Match”,“NA”= 提供了完整信息,但特意声明不愿公开的内容。
【队列内数据】中9位match上的医生
姓名 | 毕业学校 | Match 的专业 | Program编号 |
杨拓 | 北京大学医学部 | 内科 | U05 |
陈晨 | 广西医科大学 | 儿科 | M01 |
火柴女 | 南开大学医学院 | 病理科 | Z01 |
火柴女 | 华中科技大学同济医学院 | 内科 | U01 |
Lanhui Huang | 首都医科大学 | 内科 | N02 |
火柴男 | 山东大学医学院 | 儿科 | N01 |
火柴女 | 南京医科大学 | 神经科 | U03 |
火柴男 | NA | 內科 | N01 |
段昕 | 中山大学中山医学院 | 病理科 | W01 |
【队列外数据】4名医生
姓名 | 毕业学校 | Match 的专业 | Program编号 |
胡亦舟 | 浙江大学医学院 | 内科 | U06 |
zixin | 首都医科大学 | 内科 | I01 |
火柴女 | 天津医科大学 | 神经科 | U04 |
火柴男 | 上海交通大学医学院 | Child Neurology | U02 |
注3:以上两个表格,分别是【队列内数据】和【队列外数据】。为让同学们都能在手机屏上观看到完整清晰的program名称,下面的表单是将Program与编号各自对应的索引。今年共有12个不同的住院医师培训program哦~ 滑动着看 ↓
注4:世界各地的Non-US IMG都可能遇到J1签证的问题,出现最终到岗情况与现统计情况不同的事件发生。本文发布的信息是以调查结束前同学自主填写为准的。
第四部分
今年,CMG的数据有什么特点?
数据仍偏少,但群像清晰
较全无疫情影响的四年(2016~2019),2020~2023连续四年收集到的数据量都偏低。国内完全解封是在2022年底,因往来困难、实习断档等多重因素影响下,打乱了很多参加match同学的计划和步调,甚至产生徘徊犹豫的心态,也是很常见的。
平均Rank的项目数:10个。
回顾COVID时代后的混乱,现已经能看到较清晰的路径了:
J1:国内J1比COVID之前难,但仍存在可能性。(注:世界各地的J1签证的办理,可能性不一,难度也不一)
第五部分
总位置数平稳增加、总申请人数较往年持平、Match率回升、Non-US IMG Match上的人数创十年来的历史新高点
1、总位置数:继续增多
从供给侧看,PGY-1职位(= 可供Match的第一年住院医师位置总数)为37425,较2022年的36277,上升+1148,升幅+3.16%。
历史背景
2023年:+1148
2022年:+1083
2021年:+928
2020年:+2027
2019年:+1962
2018年:+1383
2017年:+989
之前的年代,基本都是在年增+500~600
2、申请人数:广义AMG略减少,细看亚群体变化
上图取自《Advance Data Tables丨2023 Main Residency Match®》第10页,颜色与汉字为方便理解的注释
先看上图中红色的 广义AMG 区域,比较2023和2022两年的数据
美国应届MD毕业生申请者,2023年是19748人,跟2022年的19902人比,减少了-154人;
美国往届MD,2023年是1647人,比2022年的1700人,减少了-53人;
美国应届DO,2023年是7436人,比2022年上升+133人;
美国往届DO,2023年是668人,比2022年减少了-46人;
3、黄色的 US IMG 和绿色的 Non-US IMG 都是在美国以外念医学院的,虽然他们的USMLE考试可以在医学院时期就完成,但需要先从医学院毕业,才能获得ECFMG certificate这张“门票”,进而才能参加match。因此,IMG很难用红色的各种美国医学院或DO学院的标准,再进一步细分应届生(seniors)和往届生(graudates)了。所以,图中的students / graudates字样的意思,就是他们都被默认为相似的一类(IMG的G ≈ graduates)进行统计的。
--------
下图聚焦了与我们关系最紧密的,黄色的 US IMG 和绿色的 Non-US IMG :
这个人群在2018~2022的五年来,一直徘徊在5048 ~ 5295之间。今年是申请者最少的一年,为4963人。比去年又减少了-85人。
--------
2023年的申请者是8469人,比2022年的7864人,多了+605人,这是比较大的增幅。虽少于2021的最大增幅+1036,但2023年的Match率却达到了较高的59.4%。
3、成功Match的Non-US IMG人数
以上数据,来自历年NRMP提供数据表单和百歌医学的持续收集
但请注意!
我们中国医学毕业生(CMG),仅是每年参加match的4万多人中一个极微小的群体。即便在IMG中,都是数量很少的。如无差别用总数或者IMG总数来直接统计,我们这个小众人群会被轻易平均掉,甚至被印巴拉美的申请者“代表”,结论偏倚很大。
因此,需要我们极小心地对待NRMP大数据的同时,仔细阅读和研究以下每年发布的基于CMG队列研究的数据和分析。通过这些精细的分层处理和独立统计过的材料,才能去伪存真,更接近符合我们的真相。
既往历年的CMG match【大数据】
▪ 2016 CMG Match【大数据】:41/52 = 78.8%
▪ 2017 CMG Match【大数据】:44/45 = 97.7%
▪ 2018 CMG Match【大数据】:45/53 = 84.9%
▪ 2019 CMG Match【大数据】:40/47 = 85.1%
▪ 2020 CMG Match【大数据】:20/26 = 76.9%
▪ 2021 CMG Match【大数据】:23/30 = 76.7%
▪ 2022 CMG Match 【大数据】:16/19 = 84.2%
▪ 2023 CMG Match 【大数据】:9/12 = 75%,详见本文
第六部分
【展望未来】总体机遇上升,个体风险也上升
1、总体机遇:上升
2、个体风险:也上升
以2021年的54.8%为例,对比前一年的61.1%。肉眼可见的-6.3%,首先被归因的“不可抗负面事件“就是COVID-19:
以上,可简化理解为“所有人的困难都增加了一些,又额外添加了一批自身条件更困难的人”...因此,2021年的Non-US IMG申请者比之前一年陡增了+1036人,但Match率却从61.1% reset到了新基线54.8%,回到了2017~2018年的水平。
注:美国医学院扩招谣言,因在2012年已被辟谣,故不在图中。 详见《如何看待许多医学生一味只想通过usmle考试,却没有考虑过通过后生活、工作和移民要面对问题?》https://www.zhihu.com/question/58535038/answer/160438286
从明年的2024年起,第一批“既没有Step1三位数成绩,也没考Step2CS”的双无申请者,会开始出现。
参考: 《【快报】pass / fail后,Step1考题变了吗?》 《论:Step2CS考试的倒下...》
这可能再次成为reset基线的“不可抗负面事件“,进而提高个体风险。该如何个性化的应对呢?详见以下”第七部分“。
第七部分
【行动】分层做好“de-risking”,让“上升的机遇”跑赢“上升的风险”
【第0层】现在还没考任何考试,但预计在2~3年之后能参加Match的同学
带有pass / fail的Step1的IMG,是逐渐进入Match的,而非在某个时间点之后,同时进入Match的。因此,可能难以直接从大数据统计上明确读出他们对结果造成的影响。
管理成绩的标准是什么呢?
参考《Step2CK与Step1的成绩相关性研究(上)丨数据解读 + 公式预测》
平均分(mean)以下的成绩为“差”,对Match有负面影响
平均分(mean)到1个标准差(SD)之间的成绩为“普通”
下表以5分和10分取整为界,可粗泛地认为:
对于外国 医学毕业生 (IMG) | 差: 低于平均分(mean) | 普通: 平均分(mean)到1个标准差(SD) | 比较有优势: 大于1个标准差(SD) |
Step1 | < 234 | 235 ~ 249 | > 250 |
Step2CK | < 244 | 245 ~ 259 | > 260 |
【第一层】已考了Step1,但还没考Step2CK的同学
势如破竹型
强弩之末型
弱弩之末型
未分化型
【第二层】Step1和Step2CK都已考完的同学
1、不需要对成绩作“de-risking”处理的
2、需要利用pass / fail来“de-risking”,掩盖Step1成绩劣势的
的确存在少数同学,发生了Step1成绩较差(<235)而Step2ck成绩不错(>260)的小概率现象。
这样的成绩,如再叠加一些其他不利因素,放在过去的Match中,还是会有明显负面影响的。
3、即便使用以上手段,改善仍有限,需要进一步扩大“de-risking”范围的
Step1和Step2CK的成绩都比较差的同学
Step1是pass,而Step2CK成绩仍然较差的同学
对以上任一类同学,且从来没参加过Match者,有个【总体建议】
因Step1改为pass / fail、Step2CS考试的取消以及【网络精讲】的广泛使用,从2023年参加Match的同学中,已观察到“从零到Match”的进程,比过去缩短的倾向。
参考两位今年成功Match的同学,当时留下的珍贵考经:
第一位同学,正好赶上2020年全面升级为【网络精讲】,同时赶上了Step2CS考试取消;
突然进入Match季,但“申请材料完整性”不足
前期酝酿不足,导致Match策略尚不成熟
对美国医疗行业的熟悉度不够
突然临近面试,口语水平没有跟上
以上参考《策略 → 结果丨珍藏三年的Match大数据》
以上任何一条,都能造成Match不顺利。因此,建议大家不要只闷头学,要尽早了解后面的事情,优先做好“de-risking”。
【第三层】既往Match失败,打算2024年再试的同学
1、Step1和Step2CK的三位数成绩都存在,且都较差者
这类没Match上的同学,最常见的失败原因,就是很难通过项目设置的Step1和Step2CK成绩screening系统,进而面试官根本看不见package,也就无法获得面试。
然而,成绩差已是个定局,即便项目不再screen Step1的成绩,但Step2CK成绩差仍是无法通过screening的。
2、Step1和Step2CK的三位数成绩都存在,Step1成绩较差但Step2CK成绩不错,之前参加Match失败,几乎没拿到面试者
在2023~2024年的Match季,可能遇到项目不再把Step1成绩作为screening因素的情况,但是全部项目都会发生还是仅仅一部分项目会这样做呢?现在还难以下定论。
3、Step1和Step2CK的三位数成绩都存在,都比较好,但因其他因素未能成功Match者
这些同学的成绩,已经能够保证通过项目的screening系统了,也能让项目看到自己的package,但结果却被项目剔除了。这是最需要深刻反思的,尤其要往申请的策略方向上想。比如:
myERAS里,是不是填了不对的东西?(参考《如何正确填写myERAS?》)
是否使用有一些不合格的推荐信?(参考《赴美行医:故事、观点和指南》一书第281页)
申请的数量太少?
申请的项目过于热门?或过于特殊?
甚至,是否在文书上(如personal statement里)写了一些“非同寻常”的语言,让面试者起了疑心?有了戒备?
无论是以上哪种Match失败者,也有个【总体建议】
---
补充一个喜讯
百歌医学已收集了从2016 ~ 2023年八年的CMG Match大数据,可支持升级《Match量表6.0》了!
▪ 2016 CMG Match【大数据】:41/52 = 78.8%
▪ 2017 CMG Match【大数据】:44/45 = 97.7%
▪ 2018 CMG Match【大数据】:45/53 = 84.9%
▪ 2019 CMG Match【大数据】:40/47 = 85.1%
▪ 2020 CMG Match【大数据】:20/26 = 76.9%
▪ 2021 CMG Match【大数据】:23/30 = 76.7%
▪ 2022 CMG Match 【大数据】:16/19 = 84.2%
▪ 2023 CMG Match 【大数据】:9/12 = 75%,详见本文
过去的《Match量表6.0》,是基于2016~2018三年数据样本,使用多元回归的统计学方式产生的。
《Match量表(上):描述成功因素》:是对2016~2023的Match成功者的数据进行多元回归,形成类似于《Match量表6.0》但数据更多更稳定的新版量表,以描述成功因素之间的数学关系;
《Match量表(下):描述失败因素》:是用来描述不成功因素,以及如何“de-risking”的。但需注意,从2016年到2023年,统计到的Match不成功数据仅有46个(11+1+8+7+6+7+3+3),无法像《Match量表(上):描述成功因素》一样用多元回归,暂时仅能采取单项比对的方式,但这较以前只能单向化描述成功因素的《Match量表6.0》已是巨大进步了。
有了《Match量表(上):描述成功因素》和《Match量表(下):描述失败因素》的双保险,会让同学们尽量靠近成功且远离失败,让我们的职业生涯更顺畅!
---
让我们一起
为共同的事业与未来
继续奋斗和努力!
联系我们
▼
✪ 热线:13401194459(周一到周五:9:00~21:00;周六日:12:00~20:00)
✪ 公邮:baige.contact@bug-online.org
✪ 点击加入→ 【中国考U圏】互动打卡,发布学习进度,获得顾问每日点评指导