Relationship Between Socio-Economic Background, USMLE Step Scores, and Demographics of International Medical Graduates and Residency Match Results
Notice bibliographique
Résumé
Abstract Purpose Twenty five percent of practicing physicians in the US are International Medical Graduates (IMGs) – physicians who completed their medical school training outside of the United States and Canada. There are multiple studies demonstrating higher socio-economic background is associated with medical school matriculation in the US. However, despite a substantial prevalence of IMGs in the American healthcare system, studies of the association between demographics, socio-economic background, and securing a residency position in the match are lacking. Methods We created a survey with questions on residency match-related data and information on personal socio-economic background. An invitation to participate in the study was sent to all IMGs that applied to the included residency programs after the conclusion of the 2022 residency match. We used multivariable logistic regression to compare survey responses to the odds of securing a residency match. Results The total number of survey respondents was 744 (response rate 15.1%). We found that younger age, higher United States Medical License Examination (USMLE) scores, higher-income country of origin (including the United States), fewer match attempts, applying to fewer specialties, having parents with college degree or higher, and coming from higher-than-average or lower-than-average family income were associated with increased odds of matching. Gender, personal income, and visa status did not demonstrate significant associations with residency match. Conclusions Residency match is a significant expense for IMGs, especially for those from lower-income countries. International applicants from higher socio-economic backgrounds might have advantages in securing medical residency positions in the United States when controlling for other variables.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».