S'abonner

Attrition in residents entering US obstetrics and gynecology residencies: analysis of National GME Census data - 21/08/11

Doi : 10.1016/j.ajog.2008.06.081 
Rebecca P. McAlister, MD a, , Dorothy A. Andriole, MD b, Sarah E. Brotherton, PhD d, Donna B. Jeffe, PhD c
a Department of Obstetrics and Gynecology, Washington University School of Medicine, St. Louis, MO 
b Department of Surgery, Washington University School of Medicine, St. Louis, MO 
c Division of Health Behavioral Research, Washington University School of Medicine, St. Louis, MO 
d Division of Graduate Medical Education, American Medical Association, Chicago, IL 

Reprints: Rebecca P. McAlister, MD, 660 S Euclid Ave, Campus Box 8064, St Louis, MO 63110

Résumé

Objective

We sought to identify risk factors for attrition among obstetrics and gynecology residents.

Study Design

We analyzed 2001-2006 American Medical Association Graduate Medical Education (GME) Census data for all residents who entered obstetrics and gynecology in 2001 to characterize residents who did not complete a 4-year training period in their initial programs (“attrition”). Multivariable logistic regression models identified predictors of attrition from among age, gender, race, Hispanic ethnicity, medical school type, and medical school graduation year.

Results

Of 1055 residents entering obstetrics and gynecology in 2001, 228 (21.6%) were in the “attrition” group (133 changed obstetrics and gynecology programs and/or completed training on atypical cycles; 75 changed specialty; 20 discontinued GME). Residents who were older, underrepresented minority race, Asian race, osteopathic- or international medical school graduates were more likely to be in the “attrition” group (each P < .05).

Conclusion

Analysis of a national cohort of obstetrics and gynecology residents identified substantial attrition and demographic risk factors.

Le texte complet de cet article est disponible en PDF.

Key words : attrition, national GME Census, risk factors for resident attrition


Plan


 Cite this article as: McAlister RP, Andriole DA, Brotherton SE, et al. Attrition in residents entering US obstetrics and gynecology residencies: analysis of National GME Census data. Am J Obstet Gynecol 2008;199:574.e1-574.e6.


© 2008  Mosby, Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 199 - N° 5

P. null - novembre 2008 Retour au numéro
Article précédent Article précédent
  • Evaluating the competency of gynecology residents in the operating room: validation of a new assessment tool
  • Betty Chou, Craig W. Bowen, Victoria L. Handa
| Article suivant Article suivant
  • The effect of sleep deprivation on fine motor coordination in obstetrics and gynecology residents
  • Roy D. Ayalon, Frederick Friedman

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2025 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.