Tendencias en la elección de especialidades médicas y desigualdades territoriales: un análisis del sistema nacional de ingreso a residencias médicas en Argentina
Trends in the Selection of Medical Specialties and Territorial Inequalities: An Analysis of the National Residency Admission System in Argentina
Afiliaciones
a Médico. Centro de Estudios en Salud Colectiva, Instituto de Investigación en Ciencias de la Salud, Departamento de Ciencias de la Salud, Universidad Nacional del Sur.
b Médico. Instituto Cs. de la Salud, Universidad Nacional Arturo Jauretche. Facultad de Cs. Médicas, Universidad de Buenos Aires.
c Matemático. Universidad Nacional del Sur, Depto. de Matemática.
d Médico. Centro de Estudios en Salud Colectiva, Instituto de Investigación en Ciencias de la Salud, Departamento de Ciencias de la Salud, Universidad Nacional del Sur.
e Médico. Instituto Cs. de la Salud, Universidad Nacional Arturo Jauretche. Hospital de Alta Complejidad en Red El Cruce NCK.
Resumen
La distribución de especialistas médicos en Argentina enfrenta tensiones crecientes entre la concentración urbana y el déficit de especialidades vinculadas a la atención primaria de la salud (APS). Este estudio analiza la tendencia en la elección de especialidades médicas en el Examen Único (EU) de ingreso a residencias, instrumento de evaluación común coordinado por el Ministerio de Salud de la Nación, y la migración interna hacia el Concurso Unificado (CU), concurso integrado de residencias de la Ciudad Autónoma de Buenos Aires, la Provincia de Buenos Aires y los hospitales nacionales, durante el período 2018-2024, utilizando datos del Observatorio Federal de Talento Humano en Salud. Se examinaron 37 especialidades mediante un enfoque metodológico dual: modelos de regresión lineal y técnicas de ensamble, con el fin de proyectar la dinámica de inscripciones hasta 2035. Los resultados muestran un marcado descenso en la elección de especialidades estratégicas para la APS, como clínica médica, pediatría, medicina general-familiar y cirugía infantil, con riesgo de desaparición en las proyecciones más pesimistas. En contraste, especialidades de alta demanda tecnológica, como oftalmología, dermatología, urología y otorrinolaringología, presentan tendencias crecientes y sostenidas. Respecto de la migración, se observó un aumento del 46,2% en la inscripción de egresados de distintas provincias hacia el CU, con mayor fuga desde territorios patagónicos y del norte argentino. Este escenario profundiza las desigualdades territoriales en la disponibilidad de profesionales y debilita la capacidad del sistema sanitario para garantizar el derecho a la salud con equidad. Se concluye que la planificación de recursos humanos en salud no puede depender únicamente de las preferencias individuales ni de las dinámicas del mercado, sino que requiere políticas públicas activas, con incentivos y regulaciones, orientadas a fortalecer la APS y asegurar la distribución equilibrada de especialistas en el país.
Palabras clave: Atención primaria de la salud; Residencias médicas; Recursos humanos en salud; Desigualdades territoriales.
Abstract
The distribution of medical specialists in Argentina reveals a growing imbalance between urban concentration and the shortage of primary health care (PHC)-related specialties. This study analyzes trends in specialty choices through the Single Residency Entrance Examination (Examen Único, EU), a common assessment coordinated by Argentina’s National Ministry of Health, and internal migration towards the Unified Residency Competition (Concurso Unificado, CU), the integrated selection process for residencies in the City of Buenos Aires, Buenos Aires Province and national hospitals, between 2018 and 2024, based on data from the Federal Observatory of Human Health Resources. Thirty-seven specialties were evaluated through a dual methodological approach: linear regression models and ensemble forecasting techniques, aiming to project enrollment dynamics up to 2035. Results show a significant decline in strategic PHC specialties—such as internal medicine, pediatrics, family/general medicine, and pediatric surgery—with projections indicating a potential extinction in the most pessimistic scenarios. Conversely, high-technology and procedure-oriented specialties, including ophthalmology, dermatology, urology, and otolaryngology, display sustained growth. Regarding migration, there was a 46.2% increase in the enrollment of graduates from different provinces in the CU, with higher outflows from Patagonian and northern regions. This trend exacerbates territorial inequalities in workforce availability and undermines the health system’s ability to ensure equitable access to care. The findings highlight that health workforce planning cannot be left solely to individual preferences or market dynamics but requires active public policies, combining incentives and regulatory mechanisms. Strengthening PHC and ensuring a balanced distribution of specialists across the country are essential for safeguarding the right to health and advancing equity in Argentina’s health system.
Keywords: Primary health care; Medical residency; Health workforce; Territorial inequalities.
Introducción
Existe amplia evidencia sobre la importancia de la atención primaria de la salud (APS), y en particular del primer nivel de atención (PNA), para resolver la mayor parte de los problemas de salud de la población (1-4) y mejorar el funcionamiento de los sistemas sanitarios. Sin embargo, esta estrategia requiere un sistema que garantice una estructura racional de distribución y disponibilidad de médicos de distintas especialidades. En Argentina, durante los últimos quince años, los mecanismos de adjudicación y distribución de especialistas en el sistema de residencias médicas han priorizado las decisiones individuales de los postulantes por sobre la planificación estratégica orientada a promover la elección de especialidades prioritarias y, de este modo, asegurar una distribución profesional acorde con las necesidades de salud de la población en cada provincia (5,6).
La elección de especialidades vinculadas a la APS se relaciona con diversos factores que no parecen ser determinantes para los egresados ..........
y egresadas de las carreras de medicina en Argentina (7,8). La evidencia de los últimos seis años advierte, además, un incremento en la elección de especialidades no priorizadas por el Consejo Federal de Salud de Argentina (9).
En cuanto a las aspiraciones individuales, la literatura internacional muestra que la elección de especialidad comienza a definirse en los últimos años de la carrera, influida tanto por factores económicos como no económicos, entre ellos el interés académico, las competencias requeridas y las expectativas sobre el estilo de vida (10-12). Esta elección tiende a agrupar a los estudiantes en dos grandes categorías: aquellas especialidades centradas en procesos intersubjetivos y tecnologías “blandas” (13,14), y aquellas orientadas a la técnica y a las tecnologías “duras”.
Un metaanálisis de 75 artículos que incluyó casi un millón de estudiantes identificó 12 factores que influyen en la elección de especialidad, con diferentes pesos relativos, clasificados en económicos y no económicos. ........
Por ejemplo, en Estados Unidos un médico de familia percibe ingresos hasta cuatro veces menores que los de un cardiólogo u ortopedista, lo que condiciona la elección (15).
Entre los factores no económicos, los individuales resultan centrales: destacan el interés académico y las competencias propias de la especialidad, seguidos por la expectativa de un estilo de vida flexible y con bajo nivel de estrés, independientemente del nivel de ingresos de las regiones estudiadas (15,16).
En Argentina, estas elecciones no han respondido a las necesidades sanitarias. Un ejemplo es Medicina General-Familiar, que representa apenas el 4% de las elecciones, frente al 24% registrado en España (5,17). Esta brecha evidencia la necesidad de planificar la producción de la fuerza de trabajo en salud mediante estrategias que orienten tanto la elección de especialidades como la localización de los lugares de formación, en función de las necesidades sanitarias de cada región del país.
La elección de especialidad y lugar de radicación de los egresados y egresadas de medicina en Argentina constituye un problema que afecta la accesibilidad a la atención de amplios sectores de la población, particularmente de aquellos con mayores necesidades, y que se ha agudizado en las últimas décadas en detrimento de la APS.
Existen experiencias internacionales que demostraron ser efectivas para promover la radicación de profesionales en territorios y especialidades priorizadas bajo un enfoque de APS (17-19). En Argentina, entre 2011 y 2019 se implementaron dos estrategias unificadas: el Examen Único y el Concurso Unificado, respectivamente. Ambas tuvieron como propósito “trabajar en favor de la equidad de oportunidades en el acceso a la formación de especialistas, …y promover una mejor distribución de los jóvenes profesionales entre las provincias…”.
Para facilitar la comprensión del sistema argentino de ingreso a residencias, conviene ............
distinguir ambos mecanismos. El Examen Único (EU) de ingreso a residencias del equipo de salud, coordinado por el Ministerio de Salud de la Nación desde 2011 hasta su suspensión en 2025, fue un instrumento de evaluación común: una prueba escrita de selección múltiple, con preinscripción y cronograma unificados, que se rendía en forma simultánea en todo el país y se corregía de manera centralizada (6,21). Las jurisdicciones provinciales y las instituciones que adherían al EU, incluidos hospitales del sector privado y universidades utilizaban sus resultados para elaborar sus órdenes de mérito, pero cada una conservaba su propia oferta de vacantes, su reglamento y su proceso de adjudicación. Al inscribirse, cada postulante elegía una especialidad y una jurisdicción o institución de destino, por lo que el EU permitía observar de manera centralizada las preferencias de especialidad y de lugar de formación de los egresados y egresadas de todo el país.
El Concurso Unificado (CU) de Residencias del Equipo de Salud fue una estrategia conjunta sancionada por la Resolución 250/2019 de la Secretaría de Regulación y Gestión Sanitaria (20) para la integración del examen y otorgamiento de vacantes de residencias básicas y articuladas, de los hospitales e instituciones nacionales, de la Provincia de Buenos Aires, y de los efectores de salud de la Ciudad Autónoma de Buenos Aires.
A diferencia del EU, que era un instrumento de evaluación, el CU es un concurso: las tres jurisdicciones que lo integran (Ciudad Autónoma de Buenos Aires [CABA], Provincia de Buenos Aires y hospitales e instituciones nacionales) unificaron su reglamento, el orden de mérito y el proceso de adjudicación de vacantes, y para las residencias médicas básicas adherían al EU como examen de ingreso (21). En consecuencia, en el caso de las residencias médicas básicas, todo postulante al CU rendía el EU, pero no todo postulante al EU participaba del CU: quienes elegían una residencia en otra provincia competían en el orden de mérito de esa jurisdicción, mientras que quienes elegían el CU competían en un único orden de mérito por el conjunto de vacantes de las tres jurisdicciones.
Por ello, en este trabajo el EU constituye la fuente para analizar la elección de especialidades a nivel nacional, y la elección del CU como destino por parte de postulantes radicados en otras provincias se utiliza como indicador de migración interna. Este esquema se modificó en 2025, cuando el Ministerio de Salud de la Nación dispuso la supresión del EU y anunció que las jurisdicciones organizarían sus propios exámenes de residencias, medida que comenzó a regir en 2026 (22).
En este contexto, y a casi década y media de la implementación del Examen Único, resulta pertinente preguntarse cuáles han sido las tendencias en relación con la cobertura de especialidades priorizadas y el equilibrio en la distribución de especialistas en el país.
En este marco, el presente trabajo tiene dos objetivos: en primer lugar, analizar la tendencia en la elección de especialidades médicas por egresados y egresadas de medicina durante los años 2018-2024 en Argentina a través del EU, y estimar proyecciones al 2035; y en segundo lugar, examinar la migración interna desde cada una de las provincias hacia el CU.
Metodología
La tendencia en la elección de especialidades médicas (TEEM), se evaluó mediante el porcentaje de inscriptos de cada especialidad sobre el total de inscriptos en el EU por cada año.
La migración interna hacia el CU (MIGCU) refiere al porcentaje de inscriptos al EU radicados en cada una de las jurisdicciones que eligieron el CU como destino para realizar la residencia, en un determinado año.
Se analizaron 37 especialidades médicas básicas, entre los años 2018-2024, consolidando las especialidades de Pediatría y Pediatría Articulada por tratarse de un mismo campo formativo.
El análisis de la TEEM, se realizó en dos etapas.
En la primera etapa, se elaboró un ranking para ubicar las especialidades en función a la tendencia lineal, (dirección y la magnitud) sobre un modelo de regresión lineal en base a la tasa de inscripción (inscriptos a una determinada especialidad por año/inscriptos totales por año) X 100). De este resultado se decidió analizar las de mayor crecimiento (Dermatologia, Urologia, Otorrinolaringologia, Ortopedia y traumatologia, Oftalmologia y Diagnóstico por imágenes) y las de mayor decrecimiento (Cirugía infantil o Pediátrica, Anestesiología, Neonatología, Medicina general y/o medicina de familia, Clinica medica y Pediatria).
En la segunda etapa, se realizó el análisis de series temporales y la generación de pronósticos a 10 años. Para ello, se implementó una metodología dual que combina un modelo de tendencia lineal y un modelo ensamble, utilizando Python como herramienta computacional principal con las librerías pandas, numpy, scikit-learn y matplotlib. Dado el conjunto de datos de 7 observaciones anuales por especialidad médica (período 2018-2024), se desarrollaron estos dos enfoques complementarios para maximizar tanto la robustez como la interpretabilidad de las proyecciones (23,24).
Para el modelo de pronóstico lineal se aplicó regresión lineal simple utilizando el módulo LinearRegression de scikit-learn, proyectando hacia los siguientes 10 años. Este enfoque se seleccionó como método principal debido a su alta interpretabilidad, capacidad para identificar patrones direccionales consistentes, y parsimonia metodológica apropiada para series temporales cortas. El modelo ensamble combinó cuatro técnicas diferenciadas adicionales ponderadas sobre la lineal: suavizado exponencial (α=0.4), extrapolación de tendencia lineal, promedio móvil (ventana=3), promedio ponderado con pesos exponenciales, y ajuste polinomial de segundo grado. Asignando pesos específicos basados en su relevancia para proyecciones de largo plazo: tendencia lineal (40%), promedio ponderado (30%), promedio móvil (15%), suavizado exponencial (10%) y ajuste polinomial (5%). Esta ponderación privilegia los métodos que han demostrado mayor estabilidad en proyecciones para series temporales cortas.
Los análisis pronósticos y algunos gráficos se hicieron utilizando Python como herramienta computacional principal con las librerías pandas, numpy, scikit-learn y matplotlib (2528).
En los gráficos se incluyeron la evaluación de tendencias porcentuales relativas anuales, permitiendo comparaciones normalizadas entre especialidades médicas de diferentes volúmenes absolutos. Esta normalización facilita la identificación de especialidades con crecimiento/decrecimiento relativos, ya que, el objetivo de la normalización es transformar las características para que estén en una escala similar (29).
Para el análisis de la variable, MIGCU, se calculó para cada provincia el porcentaje promedio de elección del CU, en todo el periodo de estudio, y su variación promedio anual. La representación cartográfica y la visualización de estos resultados se realizó mediante la aplicación Flourish, una plataforma en línea para la creación de gráficos interactivos y mapas (30).
Los datos, correspondientes a las inscripciones al EU, se obtuvieron del Observatorio Federal de Talento Humano en Salud, Ministerio de Salud de la Nación (31).
Resultados
1 Tendencia en la elección de especialidades médicas y proyección al 2035
La tendencia en la elección de especialidades médicas y sus proyecciones se analizan en función a la posición del ranking. En primer lugar se analizarán las primeras seis más elegidas. En el caso de las especialidades de clínica médica, pediatría, medicina familiar y cirugía infantil, hubo un marcado descenso en el periodo de estudio. Si bien el porcentaje de elección de estas especialidades es heterogéneo, las proyecciones lineales estiman la extinción de sus elecciones para el año 2036. La modalidad de ensamble muestra proyecciones más optimistas, pero en todos ........
los casos con un descenso progresivo, con la excepción de cirugía infantil, que podría estabilizarse en torno al 0.85 %. En cuanto a las especialidades de anestesia y neonatología, los datos históricos muestran un comportamiento más errático, con un repunte en los últimos años del periodo de estudio, proyecciones lineales estabilizadas hasta el año 2036, y proyecciones con la metodología de ensamble en alza, pero sin alcanzar para el año 2036 los máximos valores obtenidos en la serie histórica (Ver gráfico 1).
El segundo grupo incluye especialidades clínico-quirúrgicas y de alta demanda tecnológica, y a diferencia del primero, todas muestran tendencias positivas y crecientes. Las proyecciones hasta el año 2036 son todas positivas, superando los valores históricos registrados en todos los casos, tanto con la tendencia lineal como con el método de ensamble. En las especialidades de oftalmología, dermatología, urología y otorrinolaringología, las proyecciones más conservadoras muestran al año 2036 porcentajes que quintuplican los registros de inicio de las series históricas (gráfico 2).
2 Análisis de la Migración Interna hacia el Concurso Unificado
El CU es una instancia de adjudicación para las residencias de Ciudad Autónoma de Buenos Aires, la Provincia de Buenos Aires y Hospitales Nacionales. Con excepción de estos distritos (que son el entorno natural del CU), el porcentaje de inscripción de personas de otras provincias al CU se incrementó en un 46,20% en el periodo de estudio (del 27,7% al 40,5%) (Gráfico 3).
El porcentaje promedio más alto en el CU durante el periodo de estudio se presentó en las provincias de Tierra del Fuego (74,4%), Chubut (69,5%), La Pampa (66,5%), Santa Cruz (65,9%), Río Negro (50,3%). Las provincias con menor porcentaje promedio en el CU fueron San Juan (17,5%), La Rioja (16,1%), Mendoza (14,2%), Santa Fe (11,6%) (Gráfico 4 y tabla 1; mapa interactivo (32)).
Gráficos
Durante el periodo de estudio, 17 de las 22 provincias incrementaron la fuga de profesionales hacia el CU. El mayor incremento anual de fuga lo presentaron las provincias de Formosa (6%), Santa Cruz (5%), Corrientes (5%), Chaco (4%) y Neuquén (4%). Solo cuatro provincias presentaron una tendencia opuesta, con una reducción anual entre el 1 y el 3%. Las provincias que disminuyeron su fuga hacia el CU por año fueron Salta (-1%), Misiones (-2%), Catamarca (-2%) y San Luis (-3%). (Tabla 1; mapa interactivo (33)).
Discusión
Este estudio analiza los datos históricos de inscripción y adjudicación al Sistema Nacional de Residencias Médicas. Si bien en Argentina existen otros sistemas de residencias médicas con procesos de ingreso independientes, el EU del Ministerio de Salud de la Nación se destaca por su volumen (con alrededor de 7500 inscripciones anuales) y por la participación de todas las provincias (salvo Córdoba), de hospitales del sector privado y las Universidades de Buenos Aires y la Universidad Nacional de Córdoba.
Los resultados evidencian que las especialidades médicas priorizadas y esenciales para la estrategia de APS experimentan un marcado descenso en inscripciones, incluso con riesgo de desaparición en las proyecciones más pesimistas. En el extremo de esta situación se encuentran seis especialidades con mayor selectividad entre los futuros residentes. Existe evidencia que esta favorable inclinación podría deberse a una elección por un modo de vida con menores exigencias laborales, una atracción por las competencias de la especialidad (15,16). Las especialidades que muestran mayor tendencia en la elección en este estudio, son aquellas que permiten mayor retorno de la inversión respecto a las horas de trabajo realizadas (34). También coinciden con una mayor percepción sobre los ingresos, oportunidades laborales futuras, prestigio y el deseo de "hacer una diferencia positiva en las personas"(35).
Si este escenario se mantiene sin intervención, se verá comprometida la formación en áreas clave y en consecuencia, la capacidad del sistema de salud para atender necesidades prevalentes. El debilitamiento del primer nivel de atención traería graves consecuencias, como dificultades de acceso, menor prevención primaria y secundaria y, a la vez, riesgos de sobrediagnóstico y sobretratamiento.
Un superávit de profesionales en ciertas especialidades también resulta problemático en términos del mercado laboral, dado que su rentabilidad depende de procesos diagnósticos o terapéuticos no siempre vinculados a necesidades reales (36-38). Esta dinámica tensiona la relación entre oferta y demanda, reproduciendo inequidades y desplazando la orientación de un sistema que debe velar por el derecho a la salud, hacia lógicas de rentabilidad.
Otro aspecto crítico es la creciente fuga de profesionales desde provincias hacia el CU (CABA, Provincia de Buenos Aires y hospitales nacionales). Los flujos de profesionales (nacionales o internacionales) son fenómeno extensamente estudiado y multicausal (39,40), ....
que, en un contexto federal marcado por la desigual distribución de médicos por habitantes (5), profundiza desequilibrios que ponen en riesgo la atención médica en vastas regiones del país.
Cada especialidad debería tener un lugar en un sistema de salud integral. Sin embargo, en base a la evidencia de este trabajo, es urgente avanzar hacia nuevos modelos de planificación de recursos humanos en salud. En esta línea, los modelos basados en necesidades o competencias, (41,42) ofrecen una perspectiva innovadora sobre la planificación y permiten tomar decisiones políticas explícitas orientadas a la equidad, por sobre las lógicas individuales o del mercado.
Se trata de un debate impostergable que debe formar parte de la agenda política nacional. En este sentido, resultan de especial interés las ................
políticas asumidas por el gobierno de la provincia de Buenos Aires, con un sistema de incentivos para las especialidades priorizadas (43) así como un mecanismo de ingreso diferenciado para las mismas (44), lo cual vislumbra un resultado positivo en la adjudicaciones en residencias de APS.
El Estado tiene la responsabilidad ineludible de definir políticas según las necesidades de salud de la población, como condición no negociable. Los incentivos académicos, económicos y formativos son herramientas necesarias para orientar elecciones, pero insuficientes si se los aísla de un marco regulatorio claro. Dejar la elección exclusivamente en manos de los egresados/as genera un falso escenario de neutralidad y abre paso a una lógica de “suma cero”, en la cual la consolidación de ciertas especialidades ocurre en detrimento de las más necesarias.
La migración hacia grandes centros urbanos - especialmente a CABA, Hospitales Nacionales y provincia de Buenos Aires- refuerza estas desigualdades. El Ministerio de Salud de la Nación, como rector de una estrategia federal de APS, debería diseñar políticas que combinen incentivos y restricciones para contrarrestar esta tendencia. En este sentido, el CU demostró ser ineficaz para la distribución equitativa de profesionales. Peor aún, la decisión de desmantelar el EU (22) implicó eliminar una herramienta de monitoreo y planificación, sin atender las causas estructurales de la desigualdad. Con ello, se perdió la posibilidad de articular políticas compensatorias que equilibren la distribución, quedando la dinámica de formación médica aún más subordinada a intereses de mercado y elecciones individuales.
Limitaciones del estudio
Este estudio presenta limitaciones que deben considerarse al interpretar sus resultados. En primer lugar, las proyecciones se construyeron a partir de una serie temporal corta, de siete observaciones anuales (2018-2024) por especialidad, que se extrapola a un horizonte de alrededor de diez años. Con series de esta extensión no es posible identificar ciclos, cambios estructurales ni patrones no lineales, y la incertidumbre de los pronósticos crece a medida que se alejan del último dato observado (23,24). Además, el período incluye perturbaciones excepcionales, como la pandemia de COVID-19 y la conformación y consolidación del CU durante los primeros años de la serie, que pueden influir de manera desproporcionada en las pendientes estimadas.
En segundo lugar, las proyecciones deben interpretarse como escenarios exploratorios de continuidad de las tendencias observadas y no como predicciones. Se presentan como estimaciones puntuales, sin intervalos de predicción, y los pesos asignados a los componentes del modelo ensamble se definieron a priori, sin validación fuera de la muestra. El modelo lineal, por su parte, ....................
extrapola indefinidamente la pendiente observada y puede alcanzar valores nulos, por lo que la «extinción» proyectada de algunas especialidades expresa la magnitud del descenso más que un desenlace esperable. Asimismo, el indicador utilizado es la proporción de inscriptos de cada especialidad sobre el total, de modo que su descenso no implica necesariamente una reducción equivalente en el número absoluto de postulantes, que también depende de la evolución del total de inscriptos al EU.
En tercer lugar, los datos permiten aproximarse solo de manera parcial a los movimientos de profesionales entre jurisdicciones. El indicador MIGCU se basa en la jurisdicción de radicación y en el destino elegido al momento de la inscripción al EU; refleja, por lo tanto, una intención de formarse fuera de la propia jurisdicción y no una migración efectiva. Los datos no permiten conocer si los postulantes obtuvieron finalmente una vacante, si completaron la residencia ni si, una vez finalizada, regresaron a su provincia o se radicaron en otro lugar. Tampoco permiten seguir trayectorias individuales, distinguir entre lugar de origen, de residencia y de universidad de egreso, ni captar a quienes se postularon en sistemas de ingreso independientes del EU, como el de la provincia de Córdoba o los de algunas instituciones privadas. En consecuencia, el término «fuga» debe entenderse como la orientación de la demanda de formación hacia el CU y no como una pérdida definitiva de profesionales para las provincias.
Por último, el análisis no incorporó otros factores que podrían influir en las tendencias observadas, entre ellos la oferta y distribución de vacantes por especialidad y jurisdicción, el financiamiento de los cargos, las diferencias de remuneración y de condiciones laborales de los residentes entre jurisdicciones, las expectativas de ingresos y el mercado de trabajo de cada especialidad, el contexto macroeconómico, la composición de los postulantes según género, universidad de egreso o país de titulación, los cambios normativos y los incentivos específicos implementados en algunas jurisdicciones. Su .....-
inclusión en estudios futuros permitiría avanzar desde la descripción de las tendencias hacia la identificación de sus determinantes
Este trabajo, también alienta avanzar sobre otras líneas de investigación. Futuros estudios podrían desagregar tendencias en función de variables como: institución formadora, género, trayectoria sociocultural; o incluso buscar asociaciones o mecanismos causales entre estos resultados y diferentes factores políticos, sociales o económicos, y de esta manera, actuar de proxy para fortalecer políticas que funcionan y alinear aquellas que se alejen de lo que el país necesita.
En este escenario, la ausencia de un mecanismo nacional de regulación compromete seriamente la capacidad del sistema para formar y distribuir a sus profesionales según las necesidades colectivas.
Las inequidades en la elección de especialidades y lugar de formación también encuentran su origen en leyes, resoluciones y normativas que involucran a múltiples actores con intereses en pugna. Por ello, resulta clave convocar a los sectores y actores estratégicos para planificar de manera conjunta políticas que integren estas perspectivas y promuevan consensos sostenibles.
Bibliografía
- Macinko J, Starfield B, Shi L. The contribution of primary care systems to health outcomes within Organization for Economic Cooperation and Development (OECD) countries, 1970-1998. Health Serv Res. 2003;38(3):831-65.
- Ferrer RL, Hambidge SJ, Maly RC. The essential role of generalists in health care systems. Ann Intern Med. 2005;142(8):691-9.
- Starfield B, Shi L, Grover A, Macinko J. The effects of specialist supply on populations’ health: assessing the evidence. Health Aff (Millwood). 2005;Suppl Web Exclusives:W5- 97-107.
- Baicker K, Chandra A. Medicare spending, the physician workforce, and beneficiaries’ quality of care. Health Aff (Millwood). 2004;Suppl Web Exclusives:W184-97.
- Silberman P, Silberman M. ¿Cómo evolucionó la distribución de médicas y médicos especialistas en Argentina? Un análisis demográfico de la profesión médica al 2020. Arch Med Fam Gen. 2022;19(3).
- Silberman P. Residencias médicas en Argentina: características y desempeño de aspirantes en el examen único y en la adjudicación de plazas durante los años años 2020-2022 en Argentina [tesis doctoral]. La Plata: Universidad Nacional de La Plata; 2023. Disponible en: http://sedici.unlp.edu.ar/handle/10 915/160090
- Silberman P, Silberman M. Factores relacionados a la elección de residencias médicas que reproducen las desigualdades en la distribución de especialistas en Argentina. Investig Educ Med. 2023;12(47):22-32.
- Bennett KL, Phillips JP. Finding, recruiting, and sustaining the future primary care physician workforce: a new theoretical model of specialty choice process. Acad Med. 2010;85(10 Suppl):S81-8. doi:10.1097/ACM.0b013e3 181ed4bae
- Consejo Federal de Salud (COFESA). Acta 05/08. V Reunión Ordinaria del Consejo Federal de Salud [Internet]. Ciudad Autónoma de Buenos Aires: COFESA; 2008 dic 18. Disponible en: https://www.argentina.gob.ar/sites/defa ult/files/bancos/2020-11/acta-05-08.pdf
- Schoon B, Kötter T. Intracurricular factors influencing medical students’ specialty choice: a systematic review. Adv Med Educ Pract. 2024;15:1127-40. doi:10.2147/AMEP.S491008
- Woolf K, Elton C, Newport M. The specialty choices of graduates from Brighton and Sussex Medical School: a longitudinal cohort study. BMC Med Educ. 2015;15:46.
- Querido SJ, Wigersma L, ten Cate O. Traveling by winding roads or highways: stability of medical students’ specialty preferences over time. Med Teach. 2020;42(11):1298-300.
- Gutiérrez-Cirlos C, Naveja JJ, Sánchez- Mendiola M. Factores relacionados con la elección de una especialidad en medicina. Investig Educ Med. 2017;6(23):152-60. doi:10.1016/j.riem. 2017.05.005
- Borges NJ, Manuel RS, Duffy RD, Fedyna D, Jones BJ. Influences on specialty choice for students entering person-oriented and technique-oriented specialties. Med Teach. 2009;31(12):1086-8.
- Yang Y, Li J, Wu X, Wang J, Li W, Zhu Y, et al. Factors influencing subspecialty choice among medical students: a systematic review and meta-analysis. BMJ Open. 2019;9(3):e022097. doi:10.1136/bmjopen-2018-022097
- Querido SJ, Vergouw D, Wigersma L, Batenburg RS, de Rond MEJ, ten Cate OTJ. Dynamics of career choice among students in undergraduate medical courses. A BEME systematic review: BEME Guide No. 33. Med Teach. 2016;38(1):18-29.
- Scheffer MC, Pastor-Valero M, Cassenote AJF, Compañ Rosique AF. How many and which physicians? A comparative study of the evolution of the supply of physicians and specialist training in Brazil and Spain. Hum Resour Health. 2020;18(1):30. doi:10.1186/s12960-020-00472-0
- Figueiredo AM, McKinley DW, Massuda A, Azevedo GD. Evaluating medical education regulation changes in Brazil: workforce impact. Hum Resour Health. 2021;19(1):33. doi:10.1186/s12960-021- 00580-5
- Puddey IB, Playford DE, Mercer A. Impact of medical student origins on the likelihood of ultimately practicing in areas of low vs high socio-economic status. BMC Med Educ. 2017;17(1):1. doi:10.1186/s12909-016-0842-7
- Secretaría de Regulación y Gestión Sanitaria. Resolución 250/2019: Concurso Unificado de Residencias del Equipo de Salud. Buenos Aires: Ministerio de Salud y Desarrollo Social de la Nación; 2019 nov 29.
- Ministerio de Salud de la Nación. Examen Único para Residencias 2019 [Internet]. Buenos Aires: Ministerio de Salud de la Nación; 2019 abr 29 [citado 2026 oct 17]. Disponible en: https://www.argentina.gob.ar/noticias/ examen-unico-para-residencias-2019
- Ministerio de Salud de la Nación. Lugones anunció que desde 2026 las jurisdicciones organizarán los exámenes de residencias [Internet]. Buenos Aires: Ministerio de Salud de la Nación; 2024. Disponible en: https://www.argentina.gob.ar/noticias/l ugones-anuncio-que-desde-2026-las- jurisdicciones-organizaran-los- examenes-de-residencias
- Montgomery DC, Jennings CL, Kulahci M. Introduction to time series analysis and forecasting. 2nd ed. Hoboken (NJ): Wiley; 2015.
- Hyndman RJ, Athanasopoulos G. Forecasting: principles and practice [Internet]. 2nd ed. Melbourne: OTexts; 2018. Disponible en: https://otexts.com/fpp2/
- McKinney W. Data structures for statistical computing in Python. En: van der Walt S, Millman J, editores. Proceedings of the 9th Python in Science Conference; 2010; Austin (TX). p. 56-61.
- Harris CR, Millman KJ, van der Walt SJ, Gommers R, Virtanen P, Cournapeau D, et al. Array programming with NumPy. Nature. 2020;585(7825):357-62.
- Pedregosa F, Varoquaux G, Gramfort A, Michel V, Thirion B, Grisel O, et al. Scikit-learn: machine learning in Python. J Mach Learn Res. 2011;12:2825-30.
- Hunter JD. Matplotlib: a 2D graphics environment. Comput Sci Eng. 2007;9(3):90-5. doi:10.1109/MCSE.2007 .55
- Lima FT, Souza VMA. A large comparison of normalization methods on time series. Big Data Res. 2023;34:100407. doi:10.1016/j.bdr.2023 .100407
- Flourish. Flourish: visualización de datos y mapas interactivos [Internet]. Londres: Flourish; 2025. Disponible en: https://flourish.studio/
- Observatorio Federal de Talento Humano en Salud. M.A.P.A. Monitoreo para el Análisis y Planificación de Acciones [Internet]. Buenos Aires: Ministerio de Salud de la Nación; [citado 2025 ago 10]. Disponible en: https://www.argentina.gob.ar/salud/ob servatorio/mapa#3
- Mapa interactivo del gráfico 4 [Internet]. Flourish; [citado 2026 abr 22]. Disponible en: https://public.flourish.studio/visualisati on/24766448/
- Mapa interactivo del gráfico 5 [Internet]. Flourish; [citado 2026 abr 22]. Disponible en: https://public.flourish.studio/visualisati on/24763316/
- Buchan J, Dhillon IS, Campbell J, editores. Health employment and economic growth: an evidence base. Geneva: World Health Organization; 2017. 268 p.
- Puertas EB, Orellana RA, Muñoz BE, Jiménez JA, Medina Quiroz IG, Terrón L, et al. Factores que influyen en la elección de una carrera en atención primaria entre los estudiantes de medicina en América Central. Rev Panam Salud Publica. 2020;44:e94. doi:10.26633/RPSP.2020.94
- Gérvas J, Pérez Fernández M. Uso y abuso del poder médico para definir enfermedad y factor de riesgo, en relación con la prevención cuaternaria. Gac Sanit. 2006;20(Supl 3):66-71.
- Spinelli H. El interés del desinterés en la epidemiología de servicios y sistemas de salud. Salud Colect. 2023;19:e4365. doi:10.18294/SC.2023.4365
- Organización Mundial de la Salud, OCDE, Banco Mundial. Prestación de servicios de salud de calidad: imperativo global para la cobertura sanitaria universal. Ginebra: OMS; 2020.
- Ghanbari-Jahromi M, Ahmadi Marzaleh M. Factors affecting brain drain and a solution to reduce it in Iran’s health system: a qualitative study. Arch Iran Med. 2024;27(8):427-38. doi:10.34172/aim.28863
- Dohlman L, DiMeglio M, Hajj J, Laudanski K. Global brain drain: how can the Maslow theory of motivation improve our understanding of physician migration? Int J Environ Res Public Health. 2019;16(7):1182. doi:10.3390/ijerph16071182
- MacKenzie A, Tomblin Murphy G, Audas R. A dynamic, multi-professional, needs-based simulation model to inform human resources for health planning. Hum Resour Health. 2019;17(1):42. doi:10.1186/s12960-019- 0376-2
- Tomblin Murphy G, MacKenzie A, Alder R, Langley J, Hickey M, Cook A. Pilot- testing an applied competency-based approach to health human resources planning. Health Policy Plan. 2013;28(7):739-49.43. doi:10.1093/heapol/czs115
- Ministerio de Salud de la Provincia de Buenos Aires. Kicillof y Kreplak presentaron el Programa Más Salud, Más Cuidados [Internet]. La Plata: Gobierno de la Provincia de Buenos Aires; 2025 sep 6. Disponible en: https://www.gba.gob.ar/comunicacion_ publica/gacetillas/kicillof_y_kreplak_pr esentaron_el_programa_m%C3%A1s_sal ud_m%C3%A1s_cuidados
- Ministerio de Salud de la Provincia de Buenos Aires. Pre-residencias: programa de becas de capacitación [Internet]. La Plata: Ministerio de Salud de la Provincia de Buenos Aires; 2023 dic 29. Disponible en: https://campusff.ms.gba.gov.ar/comuni daddea-ff/2023/12/29/pre-residencias- programa-de-becas-de-capacitacion/