순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Implementation effectiveness of the Long COVID and Fatiguing Illnesses Recovery Program (LC&FIRP): a multimodal Extension for Community Healthcare Outcomes (ECHO) model for clinician learning
Alexandra Zuber, Jonathan Rothwell, Job Godino 외 · Frontiers in Health Services · 2026년 · 조회 23
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-10 발표 · 게재 2일차 · Frontiers in Health Services
NEW 슬롯은 최신성과 참신성을 기준으로 선정되며, 2026년 10월 발표된 본 논문은 높은 FWCI(15.7)와 연도 내 상위 3% 인용을 기록해 최신 연구 트렌드를 반영한다.
논문 요약
본 연구는 장기 코로나와 감염 관련 만성질환(IACC) 관리를 위해 주요진료의 역량을 강화하고자 다중모드 학습 모델인 LC&FIRP를 도입하였다. ECHO 기반 사례 학습을 중심으로 한 학습 구성요소는 Type II 하이브리드 설계 무작위 대조시험으로 효과를 평가했으며, 구현 평가는 수용성, 실행 가능성, 충실도, 지속 가능성, 확장성을 질적·혼합 방법으로 조사하였다. 초기 인용 수는 적지만 FWCI 15.7이라는 높은 기대 인용 지표를 보이며, 최신 구현 과학 분야에서 큰 관심을 받고 있다.
후속 연구설계에 활용하기
향후 구현 연구는 Type II 하이브리드 디자인과 혼합‑방법 접근을 채택하고, 수용성·충실도·지속가능성 등 구현 결과를 체계적으로 측정하는 프레임워크를 적용할 수 있다.
핵심어
장기 코로나ECHO 모델구현 평가다학제 학습
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.