列线图（Nomogram）可以用于多指标联合诊断或预测疾病发病或进展。

列线图（Alignment Diagram），又称诺莫图（Nomogram图），它是建立在多因素回归分析的基础上，将多个预测指标进行整合，然后采用带有刻度的线段，按照一定的比例绘制在同一平面上，从而用以表达预测模型中各个变量之间的相互关系。

列线图的基本原理，简单的说，就是通过构建多因素回归模型（常用的回归模型，例如Cox回归、Logistic回归等），根据模型中各个影响因素对结局变量的贡献程度（回归系数的大小），给每个影响因素的每个取值水平进行赋分，然后再将各个评分相加得到总评分，最后通过总评分与结局事件发生概率之间的函数转换关系，从而计算出该个体结局事件的预测值。

列线图将复杂的回归方程，转变为了可视化的图形，使预测模型的结果更具有可读性，方便对患者进行评估。正是由于列线图这种直观便于理解的特点，使它在医学研究和临床实践中也逐渐得到了越来越多的关注和应用。

 

列线图的名称主要包括三类：

1. 预测模型中的变量名称：例如图2中的年龄（Age）、高血压（Hypertension）、糖尿病（Diabetes）等信息，每一个变量对应的线段上都标注了刻度，代表了该变量的可取值范围，而线段的长度则反映了该因素对结局事件的贡献大小。

2. 得分，包括单项得分，即图2中的Point，表示每个变量在不同取值下所对应的单项分数，以及总得分，即Total Point，表示所有变量取值后对应的单项分数加起来合计的总得分。

3. 预测概率：例如图2中的5-year survival prob，表示5年的生存概率。

 

例子：

有这样一位患者，男性，60岁，吸烟，有高血压和糖尿病史，血脂异常，否认CAD家族史，冠状动脉钙化评分（CACS）为3分。

以他目前的疾病状态，预测未来5年、10年和15年的生存概率分别是71%、48%和27%。

那么，是怎么算出来的呢？其实很简单，比如该患者年龄为60岁，我们就在列线图（图2）年龄为60岁的地方向上画一条垂直线，即可得到其对应的得分（Points）约为55分。同样性别为男性，对应的分数为1分，以此类推，找出每个变量状态下对应的得分。

最后将所有变量的得分相加，得到患者的总得分（Total Points）约为165.5分，并以总得分为基础，再向下画一条垂直线，就可以知道该患者对应的未来5年、10年和15年的生存率了。

 

 图1

 

 

  图2

 

 

ref

https://zhuanlan.zhihu.com/p/85790353