medigraphic.com
Instituto Nacional de Salud Pública

2019, Número 5

<< Anterior Siguiente >>

salud publica mex 2019; 61 (5)


ENARM: comparación del desempeño de escuelas de medicina públicas y privadas, regiones geográficas y socioeconómicas

Hernández-Gálvez DC, Roldán-Valadez E

Idioma: Ingles.
Referencias bibliográficas: 30
Paginas: 637-647
Archivo PDF: 1093.96 Kb.


RESUMEN

Objetivo. Comparar el desempeño en el Examen Nacional de Aspirantes a Residencias Médicas (ENARM) de escuelas de medicina privadas y públicas, regiones geográficas y niveles socioeconómicos mediante el uso de tres métodos estadísticos diferentes (medidas de resumen, tasa de cambio y el área bajo las características del operador receptor [AUROC en inglés]). Estos métodos no han sido utilizados previamente para el ENARM; sin embargo, se han informado algunas variaciones de las mediciones de resumen en algunas evaluaciones de graduados de medicina de Estados Unidos. Material y métodos. Estudio transversal basado en datos históricos (2001-2017). Se usaron medidas de resumen y un mapa lleno de color. El análisis estadístico incluyó Mann Whitney U, Kruskal-Wallis y coeficiente de correlación de Spearman (Rs). Resultados. Se incluyeron 113 escuelas de medicina en el análisis; 60 eran públicas y 53 privadas. Se encontraron diferencias en la mediana de las puntuaciones totales para el tipo de escuelas, MD= 54.07 vs. MD= 57.36, p= 0.011. También hubo diferencias significativas entre las regiones geográficas y socioeconómicas (p‹0.05). Conclusiones. Existen diferencias en los puntajes totales y el porcentaje de examinados seleccionados entre el tipo de escuelas, regiones geográficas y socioeconómicas. Las puntuaciones más altas prevalecen en las regiones noreste y noroeste. Se requieren investigaciones adicionales para identificar los factores que contribuyen a estas diferencias. Las diferencias insospechadas en los puntajes de los exámenes se pueden revelar usando medidas de resumen.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Pereira AG, Woods M, Olson APJ,van den Hoogenhof S, Duffy BL, Englander R. Criterion-based assessment in a norm-based world: How can we move past grades? Acad Med. 2018;93(4):560-4. https://doi.org/10.1097/ ACM.0000000000001939

  2. Ramiro M, Cruz E, Zerón-Gutiérrez L, Arévalo-Vargas A. The ENARM and the schools and faculties of medicine. An analysis that nobody will like. Rev Med Inst Mex Seguro Soc. 2017;55(4):498-511.

  3. de la Garza-Aguilar J. Reflections on the quality of medical school curricula in Mexico. Gac Med Mex. 2005;141(2):129-41.

  4. Gauer JL, Jackson JB. Relationships of demographic variables to USMLE physician licensing exam scores: a statistical analysis on five years of medical student data. Adv Med Educ Pract. 2018;9:39-44. https://doi. org/10.2147/AMEP.S152684

  5. Rubright JD, Jodoin M, Barone MA. Examining demographics, prior academic performance, and United States Medical Licensing Examination scores. Acad Med. 2018;94(3):364-70. https://doi.org/10.1097/ ACM.0000000000002366

  6. Barajas-Ochoa A, Ramos-Remus C. Equity, validity and reliability of the National Examination for Candidates to Medical Residences (ENARM): opportunities for improvement. Salud Publica Mex. 2017;59(5):501-2. https://doi.org/10.21149/8769

  7. Blog ENARM. Mejores Escuelas y Facultades de Medicina - Ranking 2018. Mexico City: Foro ENARM, 2018 [cited May 2 2018]. Available from: https://comunidadenarm.blogspot.com

  8. Andolsek KM. Improving the medical student performance evaluation to facilitate resident selection. Acad Med. 2016;91(11):1475-79. https://doi. org/10.1097/ACM.0000000000001386

  9. Borowitz SM, Saulsbury FT, Wilson WG. Information collected during the residency match process does not predict clinical performance. Arch Pediatr Adolesc Med. 2000;154(3):256-60.

  10. Baker K. Determining resident clinical performance: getting beyond the noise. Anesthesiology. 2011;115(4):862-78. https://doi.org/10.1097/ ALN.0b013e318229a27d

  11. Go PH, Klaassen Z, Chamberlain RS. An ERAS-based survey evaluating demographics, United States Medical Licensing Examination Performance, and research experience between American medical graduates and United States citizen international medical graduates: is the bar higher on the continent? J Surg Educ. 2012;69(2):143-8. https://doi.org/10.1016/j. jsurg.2011.07.013

  12. Montero P, Powell R, Travis CM, Nehler MR. Selection, mentorship, and subsequent placement of preliminary residents without a designated categorical position in an academic general surgery residency program. J Surg Educ. 2012;69(6):785-91. https://doi.org/10.1016/j.jsurg.2012.04.009

  13. Fay EE, Schiff MA, Mendiratta V, Benedetti TJ, Debiec K. Beyond the Ivory Tower: a comparison of grades across academic and community OB/ GYN clerkship sites. Teach Learn Med. 2016;28(2):146-51. https://doi.org:/ 10.1080/10401334.2016.1146603

  14. Wimsatt LA, Cooke JM, Biggs WS, Heidelbaugh JJ. Institution-Specific Factors Associated With Family Medicine Residency Match Rates. Teach Learn Med. 2016;28(3):269-78. https://doi.org/10.1080/10401334.2016.1159565

  15. Lynch G, Nieto K, Puthenveettil S, Reyes M, Jureller M, Huang JG, et al. Attrition rates in neurosurgery residency: analysis of 1361 consecutive residents matched from 1990 to 1999. J Neurosurg. 2015;122(2):240-9. https://doi.org/10.3171/2014.10.JNS132436

  16. Zavlin D, Jubbal KT, Noe JG, Gansbacher B. A comparison of medical education in Germany and the United States: from applying to medical school to the beginnings of residency. Ger Med Sci. 2017;15:Doc15. https://doi.org/10.3205/000256

  17. Wanderer JP, de Oliveira Filho GR, Rothman BS, Sandberg WS, McEvoy MD. Implementation and Evaluation of the Z-Score System for Normalizing Residency Evaluations. Anesthesiology. 2018;128(1):144-58. https://doi. org/10.1097/ALN.0000000000001919

  18. Sletta C, Tyssen R, Lovseth LT. Change in subjective well-being over 20 years at two Norwegian medical schools and factors linked to well-being today: a survey. BMC Med Educ. 2019;19(1):45. https://doi.org/10.1186/ s12909-019-1476-3

  19. Thompson AR, Marshall AM. Participation in dissection affects student performance on gross anatomy practical and written examinations: results of a four-year comparative study. Anat Sci Educ. 2019. https://doi. org/10.1002/ase.1859

  20. Comisión Interinstitucional para la Formación de Recursos Humanos para la Salud. Reportes académicos. Médicos inscritos, sustentantes, seleccionados y resultados por escuela o facultad de medicina. Mexico City: CIFRHS, 2017 [cited 2018 Jul 22]. Available from: http://www.cifrhs.salud. gob.mx/site1/enarm/reportes_academicos.html

  21. Instituto Nacional de Estadística y Geografía. Clasificación de Entidades Federativas. Mexico City: INEGI, 2018 [cited 2018 Jul 2018]. Available from: http://sc.inegi.gob.mx/niveles/index.jsp

  22. Institucion Protocol Labs Inc. List of regions of México. San Francisco: IPFS InterPlanetary File System, 2016 [cited 2018 Jul 22]. Available from: https://ipfs.io/ipfs/QmXoypizjW3WknFiJnKLwHCnL72vedxjQkDDP1mXWo6uco/ wiki/List_of_regions_of_Mexico.html

  23. Matthews JN, Altman DG, Campbell MJ, Royston P. Analysis of serial measurements in medical research. BMJ. 1990;300(6719):230-5. https://doi. org/10.1136/bmj.300.6719.230

  24. Pan American Health Organization. Health in the Americas, 2017 Edititon. Summary: Regional Outlook and Country Profiles. Washington DC: Pan American Health Organization, 2017.

  25. Lehman EP, Guercio JR. The Step 2 Clinical Skills exam-a poor value proposition. N Engl J Med. 2013;368(10):889-91. https://doi.org/10.1056/ NEJMp1213760

  26. Roldan-Valadez E, Orbe-Arteaga U, Rios C. Eigenfactor score and alternative bibliometrics surpass the impact factor in a 2-years ahead annual-citation calculation: a linear mixed design model analysis of Radiology, Nuclear Medicine and Medical Imaging journals. Radiol Med. 2018;123(7):524-34. https://doi.org/10.1007/s11547-018-0870-y

  27. Schober P, Vetter TR. Repeated measures designs and analysis of longitudinal data: If at first you do not succeed-try, try again. Anesth Analg. 2018;127(2):569-75. https://doi.org/10.1213/ANE.0000000000003511

  28. Roldan-Valadez E, Rios-Piedra E, Favila R, Alcauter S, Rios C. Diffusion tensor imaging-derived measures of fractional anisotropy across the pyramidal tract are influenced by the cerebral hemisphere but not by gender in young healthy volunteers: a split-plot factorial analysis of variance. Chin Med J (Engl). 2012;125(12):2180-7.

  29. Albert PS. Longitudinal data analysis (repeated measures) in clinical trials. Stat Med. 1999;18(13):1707-32.

  30. Duvivier RJ, Boulet JR, Opalek A, van Zanten M, Norcini J. Overview of the world’s medical schools: an update. Med Educ. 2014;48(9):860-9. https://doi.org/10.1111/medu.12499




2020     |     www.medigraphic.com