肿瘤学医师队伍的种族与民族多样性：2020-2060年预测及其对医疗公平性的启示

本综述基于美国医学协会等权威数据，运用存量-流量模型预测了至2060年肿瘤学医师队伍的种族与民族多样性。研究揭示了在三种不同情景下，医学中代表性不足的种族和民族群体在肿瘤学 workforce 中的比例将持续远低于其在美国人口中的占比，凸显了提升医师队伍多样性以应对癌症护理差异的紧迫性，并为专业学会和政策制定者提供了关键数据支持。

　　

摘要

研究目的

医学中种族和民族代表性不足威胁到癌症医师队伍提供可及、文化胜任护理的能力。我们在三种情景下预测了至2060年医师队伍的种族和民族多样性。

方法

我们使用2020年美国医学协会和美国医学院协会的数据评估了 workforce 构成。我们将URiM定义为美国印第安人/阿拉斯加原住民、黑人或非裔美国人、西班牙裔、拉丁裔或西班牙裔起源者、或夏威夷原住民/太平洋岛民。我们使用基于2020年数据的存量-流量模型，预测了2030年至2060年间三种情景下 workforce 的种族和民族分布：基线情景、趋势情景和倍增情景。我们通过将各种族群体的 workforce 份额除以其人口份额来计算了代表性比率。最后，我们估算了 workforce 达到与2060年美国人口持平所需的URiM医师增长量。

结果

2020年，共有66,450名癌症医师，总体URiM比例为11.3%，而美国人口的URiM比例为31%。在基线条件下，到2060年， workforce 中URiM比例将为12.5%，而美国人口中URiM比例将为43.2%。延续2010-2020年的趋势将使2060年URiM代表性提升至16.5%。将URiM增长率相对于非URiM翻倍，将使2060年URiM代表性提升至19.1%。实现人口持平需要每个十年URiM医师进入 workforce 的数量增加9.5%。

结论

在不同的医师招募情景下，到2060年，癌症医师队伍中的URiM代表性仍将低于美国人口份额的一半。

引言

医学中代表性不足的种族和民族群体，包括美国印第安人或阿拉斯加原住民、黑人或非裔美国人、西班牙裔、以及夏威夷原住民或其他太平洋岛民，占美国人口的31%，但仅占医师的12%。解决这一差距至关重要，因为多元化的医师队伍可以改善文化胜任力，扩大服务不足社区的覆盖范围，并有益于研究和学习环境。新兴证据表明，患者与医师之间的种族和民族一致性可能带来额外益处，包括提高信任度、遵守护理标准，在某些情况下还能降低全因死亡率。

鉴于多元化医师队伍的整体重要性，评估癌症护理领域的多样性至关重要。癌症是美国第二大死因，涉及复杂的护理、可预防的风险因素、高昂的治疗成本以及差异化的结局。尽管面临这些挑战，肿瘤学中的URiM代表性仍然很低。关键的专业组织长期认识到这一问题，并正在通过有针对性的管道倡议和长期战略努力积极解决 workforce 多元化问题。鉴于到2060年，黑人、西班牙裔和原住民人口预计将超过美国人口的40%，估算癌症 workforce 在该时期的多元化程度将对专业学会、培训项目、管理机构和政策制定者具有重要价值。

方法

研究设计与数据来源

我们构建了一个存量-流量模型来估算2020年至2060年肿瘤学 workforce 的未来构成。存量-流量方法使用假定的医师流入和流出来估算未来的 workforce 构成。我们选择此方法是因为 workforce 预测需要考虑影响医师进入和退出的多个变量。

我们的模型估算了肿瘤学 workforce 构成的变化，基于关于新医师人口分布随时间变化的不同假设，并将估算的2060年各种族和民族群体的 workforce 份额与其美国人口普查预测的美国人口份额进行了比较。我们还确定了实现与2060年人口普查预测人口持平所需的新医师人口分布变化。

我们使用美国医学协会医师专业数据，并通过国家提供者标识符链接到美国医学院协会的数据，分析了2020年的肿瘤学 workforce。我们使用2020年作为起点，因为这是最新可用的数据年份。美国人口普查局2023年的预测为我们2030年至2060年的美国人口估算提供了基准。

研究样本

我们将癌症 workforce 定义为美国医学协会医师专业数据中指定主要或次要专业属于以下类别的所有医师：肿瘤内科、放射肿瘤科、普通外科、肿瘤外科或姑息治疗。我们根据美国医学院协会跟踪的种族和民族类别对医师进行分类。我们将AI/AN、黑人、西班牙裔和NHPI种族的医师归为URiM类别。亚裔和白人医师构成非URiM类别。

统计分析

存量与流量预测模型

我们的存量-流量模型以十年为增量预测2030年至2060年的肿瘤学 workforce。存量代表2020年执业的肿瘤学 workforce，作为后续十年预测的基线。

流入

流入包括进入 workforce 的新医师。前一个十年的受训者将在下一个十年进入<40岁年龄组。我们通过应用增长率来确定每个十年新增加的<40岁医师数量，假定每十年增长25%。

流出

此模型中的流出是因退休造成的医师流失。所有模型将50-59岁年龄组的医师总数减少20%，60-69岁年龄组再减少40%。我们假定所有医师在70岁退休，并且退休率在不同种族和专业组之间相等。

情景

我们模拟了三种情景，以预测毕业新医师的种族和民族构成变化如何影响肿瘤学 workforce 的未来多样性。

1. 1.
   基线情景：假设进入 workforce 的医师多样性没有变化。
2. 2.
   趋势情景：假设种族和民族比例呈线性变化，基于2010年至2020年观察到的近期毕业医师的变化趋势。
3. 3.
   倍增情景：模拟URiM加速增长，其中<40岁URiM workforce 每十年的增长率是非URiM workforce 增长率的两倍。

最后，我们计算了代表性比率，以比较预测的2060年 workforce 的种族和民族构成与2060年美国人口普查预测。

结果

2020年，肿瘤学 workforce 中有66,450名执业医师。其中，11.3%为URiM，88.7%为非URiM。相对于2020年美国人口，URiM医师的RR为0.34。

在基线情景下，将进入 workforce 的<40岁医师的URiM分布维持在2020年水平，到2060年，URiM比例将达到12.5%，而一般人口中的URiM比例为43.2%。在此情景下，2060年URiM医师的RR将为0.29。

趋势情景基于2010年至2020年近期毕业医师中URiM比例的趋势。将这一趋势延续至2060，将使 workforce 中的URiM代表性从2020年的11.3%提升至2060年的16.5%。到2060年，URiM医师的RR预计为0.38。

在倍增情景下，进入的URiM医师数量相对于前一个十年增长42%-44%，而非URiM医师增长21%-22%。因此，到2060年，URiM医师将占肿瘤学 workforce 的19.1%。2060年此情景下的RR预计为URiM医师为0.44。

到2060年，美国人口预计将为47.2%白人，28.2%西班牙裔，14.1%黑人，9.6%亚裔，0.67% AI/AN和0.27% NHPI。为实现与预测的2060年美国人口持平，<40岁医师的分布需要每个十年黑人增加2.8%，西班牙裔增加6.5%，AI/AN增加0.06%，NHPI增加0.01%，同时亚裔减少3.3%，白人减少6.1%。这相当于每个十年URiM医师进入 workforce 的数量需要增加9.5%。

在基线、趋势和倍增情景下，我们预测2060年肿瘤外科的URiM代表性分别为10.7%、10.4%和16.6%；肿瘤内科分别为9.9%、14.3%和15.5%；放射肿瘤科分别为7.7%、10.8%和12.3%。

讨论

我们发现，在不同的早期医师招募情景下，URiM医师在肿瘤学 workforce 中的代表性不足将持续到2060年。如果认同为URiM的新医师比例保持在2020年水平，鉴于美国人口的变化，他们的代表性将随着时间的推移而恶化。纳入2010年至2020年的趋势或采取更主动的倍增方法，到2060年将产生适度的改善，这突显出人口的多元化速度远远超过我们的 workforce 情景。实现与2060年美国人口持平需要每个十年URiM医师增加9.5%。

这些发现对癌症护理的提供、研究和更广泛的学习环境具有影响。这些代表性差异发生在肿瘤学人员短缺的背景下。这些短缺将对弱势群体造成不成比例的影响，因为黑人和西班牙裔医师更有可能服务于低收入、医疗补助和非英语口语患者，无论其种族如何。在这些短缺领域，URiM患者也可能失去种族一致性癌症护理的新兴益处。在研究中，缺乏URiM医师可能会延续癌症临床试验中少数族裔代表性不足的问题。在医学教育中，学生被剥夺了与URiM指导教师有益互动的机会。此外，URiM受训者错过了来自种族一致性教职员工的至关重要的指导机会。

尽管我们的预测模拟了 workforce 多样性的改善，但它们应在当前反对此类努力的政治气候背景下加以考虑。最高法院废除平权法案的决定已经导致URiM医学院入学人数下降。最近限制联邦资助机构和认证机构中多样性、公平性和包容性要求的联邦行动，导致了对URiM受训者的多样性标准、资助机会和支持结构的回撤。拟议的联邦借款上限和取消贷款减免计划也将对URiM受训者产生不成比例的影响。此外，当前的移民政策可能减少有色人种医师和患者的预计数量。这些事态发展有可能加剧肿瘤学 workforce 代表性方面现有的差距，并对患者护理产生下游影响。

这项研究有几个局限性。我们的分析仅关注医师，排除了癌症 workforce 中的其他专业人员。此外，我们收到的种族和民族数据是固定类别，可能无法捕捉身份内部的复杂性。我们 workforce 预测的假设也可能引入了不确定性。最后，我们使用医师层面的数据而非纵向受训者数据来估算新 workforce 进入者的变化，这可能会影响捕捉管道动态的精确性。

结论

本研究表明，在未来40年内，肿瘤学医师队伍中的URiM代表性预计将仍然远低于美国人口中的比例。这一持续存在的差距威胁着对快速多元化人口的高质量和可及性癌症护理。这些发现强调了所有利益相关者采取协调行动的紧迫性，共同致力于变革性努力，以改善肿瘤学中URiM医师的招募和留任。