紹介パルス ROI計算機
予算インパクト・モデル - あなたの診療所の財務的リターンを見積もる
🏷️ 練習タイプ
あなたの練習タイプに合った合理的なスタート仮定をロード。すべてを編集する。.
任意の価格帯を入力し、ROI、投資回収率、純利益を確認できます。
📉 モジュール 1:リファラードリフト - 収益の維持
あなたの販売量の大半を占める紹介者は何人ですか?
退職、新しい競争相手、不満。20-40%は典型的な例である。.
対策が講じられるまでにどれだけの数量が減少するか
手続き収益から直接経費を差し引く
現在の検出遅延時間を上限とする
%の減少が検出された。
2週間以内に%のアラートに対応
🔄 モジュール 2:アウトバウンド・リーケージ - 利益の奪還
検査、画像診断、処置は外部施設に送られる
保守的なデフォルト。設備とクレデンシャルによる.
キャパシティの制約:設備、スタッフ、スケジューリング
フルキャプチャ前のランプアップ期間
特定された機会のうち%が実行に移される
⏱️ モジュール3:管理者の時間の節約
スプレッドシート、マニュアルレポート、データ入力
給与+手当+諸経費
📊 年間複合影響額
⚠ 予算インパクトの見積もり - 保証するものではない
このカリキュレーターは、ISPOR BIAのグッドプラクティスの原則に従って、予算インパクトの見積りを提供する。すべての出力は、利用者が入力した仮定および現地の運用状況に依存する。結果は、妥当な大きさを示すものであり、検証された臨床結果ではない。収益の保全は、タイムリーな介入と管理者のフォロースルーを前提とし、漏れの再捕捉は、運営上の実行可能性と能力を前提とする。これらの推定値を購入の意思決定に使用する前に、主要な仮定をご自身の診療データと照らし合わせて検証することをお勧めします。.
このカリキュレーターは、ISPOR BIAのグッドプラクティスの原則に従って、予算インパクトの見積りを提供する。すべての出力は、利用者が入力した仮定および現地の運用状況に依存する。結果は、妥当な大きさを示すものであり、検証された臨床結果ではない。収益の保全は、タイムリーな介入と管理者のフォロースルーを前提とし、漏れの再捕捉は、運営上の実行可能性と能力を前提とする。これらの推定値を購入の意思決定に使用する前に、主要な仮定をご自身の診療データと照らし合わせて検証することをお勧めします。.
モデル構成
ISPOR BIAタスクフォースの推奨(Sullivanら、2014年)に従った3モジュール予算影響分析。各モジュールは独立に計算可能であり、統合された推定値は加算される。出力乗数は適用せず、シナリオの変動はすべて不確実な入力パラメータの変更によるものである。.モジュール 1:リファラー・ドリフト
紹介件数の減少をいち早く察知することで、収益を確保する試算。計算式(主要紹介者×年間減少率×紹介者数/月×紹介量減少%×貢献度/紹介者数×検知優位月数×回収率×フォロー率)。検出アドバンテージは、ユーザーの現在の検出遅延が上限となる。シナリオ・プリセットは、検出優位性、回復率、および減少率の入力を調整する。.モジュール 2:アウトバウンドリーケージ
アウトバウンドケースを自社で捕捉することによるマージンの増分を見積もる。計算式: min(outbound × recapture%, capacity cap) × margin × follow-through × effective months.ランプアップ調整により、初年度の有効月数を削減。キャパシティの制約により、非現実的なキャプチャーの見積もりを防ぐ。.モジュール3:管理時間
直接人件費の節約。計算式:時間/月×削減量%×時給×FTEs×12カ月。フォロースルー調整なし-インプットは直接観察可能である。.フォロースルー率
モジュール1と2には、ツールによって生成されたアラートのうち、実際に作戦行動に結びついた割合を表す「フォロースルー率」が含まれている。これはモデルの主要なリアリズム・レバーであり、検知だけでは価値獲得につながらないことを反映している。.感度分析
Most sensitive to "ボックスは、各入力パラメータに対する±20%の摂動を計算し、年間総利益に対する絶対的な影響度でランク付けする。これは、買い手が推定に依存する前に社内で検証すべき仮定を特定します。.ROI指標
ROI倍率=(年間利益÷12)÷月間価格。ペイバック=累積利益が累積費用を上回るまでの日数。純月額=(年間利益÷12)-月額価格。損益分岐点=年間利益÷12。.制限事項
導入前の予測。実際の結果は、診療所の規模、ペイヤーミックス、紹介ネットワークの動態、運営能力、経営陣の実行力によって異なる。生産性や臨床結果を主張するものではない。このモデルは外部からの検証を受けていません。.透明性基準
モデルはCHEERS 2022報告規範(Husereau et al.すべての入力は編集可能。シナリオプリセットは、出力ではなく、不確実な効果サイズの入力を調整する。実践タイプのプリセットは、合理的なデフォルト値をロードし、開始点として明確に表示される。.written and reviewed by Pouyan Golshani, MD, Interventional Radiologist - Last updated 4月 7, 2026