工作了几年再申请博士，做过医院项目、卫生政策评估或者数据分析的人，很容易遇到一个难题：经历看起来都与健康有关，可导师到底会把哪一种经历视为科研准备？
新加坡国立大学李光耀公共政策学院的 Dan Han 助理教授，研究集中在卫生政策与卫生经济学，尤其关注医疗服务提供者的行为、临床决策、母婴健康和处方药政策。她在官方教师页面列出的研究包括一项发表于《Journal of Health Economics》的工作，研究医疗场景中的工作负荷与团队表现。
我觉得这个议题特别适合用来理解“背景匹配”究竟怎么判断。一个医院排班项目，首先是运营问题；当你想研究工作负荷变化怎样影响医疗团队的决策及服务表现，它才进一步进入可以设计证据、区分机制的研究领域。两者看似只差几句话，背后的研究准备却很不一样。
不妨设想两种申请背景。第一位在医院从事质控或流程改进，熟悉门诊拥堵、班次安排和临床记录。他可能很了解现场，却没有做过严谨的因果分析。第二位是经济或统计学背景，做过回归、不连续设计或面板数据，能解释估计策略，却对医院内部的任务分工知之甚少。仅从专业名称判断谁更合适，显然会漏掉重要信息。
对第一位，我会重点看他能否将“医生太忙，服务质量可能下降”的常识，转化成能够被检验的问题：忙碌程度如何定义？什么是服务质量？不同病人复杂程度是否同时影响工作量和结局？如果这些问题没有答案，熟悉现场只能算很好的起点。
对第二位，我会反问他的模型是否真正贴近医疗行为：用患者到院数量代表繁忙程度是否合适？团队成员的分工会不会导致同一负荷在不同医院产生不同影响？如果不了解这些实际过程，漂亮的估计式也可能无法说明政策问题。
Dan Han 另一条公开研究线索涉及产后医疗质量与医护决策，还涉及处方药政策。把这些研究放在一起读，我更关注其共同的问题意识：制度、激励与工作情境发生变化时，提供服务的人怎样做决定，最终怎样影响人们真正获得的医疗照护。
所以修改申请材料时，我不建议只把“医院实习”“卫生经济学”“R语言”排在同一行。更有信息量的写法，是选择一次真实做过的任务，说清观察到了什么问题、有哪些数据、哪些因素无法排除、自己下一步想如何辨别解释。对于研究经历不足的人，这种表述也要诚实，不能把常规数据报表夸张成完成了因果识别。
如果你做过公共卫生调查，还可以从问卷测量、样本代表性和干预评估寻找联系；如果来自医学院，则可以把临床路径中确实观察过的决策矛盾转化成研究动机。但它们都必须经过论文问题和方法要求的再比较，而不是因为“都和医疗有关”就自动算匹配。
好的背景定位不是给每个人一个漂亮标签，而是让申请者知道：自己的经历已经能够回答哪些问题，仍缺少哪些研究环节，以及接下来最值得准备的证据是什么。读懂一位导师的真实研究之后，材料才有可能从履历清单变成有方向的学术表达。
