Nomogram也稱列線圖或諾莫圖
基本原理
通過構建多因素回歸模型（常用的回歸模型，例如Cox回歸、Logistic回歸等），根據模型中各個影響因素對結局變量的影響程度的高低 （回歸系數的大小），給每個影響因素的每個取值水平進行賦分，然后再將各個評分相加得到總評分，最后通過總評分與結局事件發生概率之間的函數轉換關系，從而計算出該個體結局事件的預測概率。
一句話：Nomogram是將回歸系數標準化，然后以數軸上以風險分數顯示。
Nomogram變量的賦值原理
構建多因素回歸模型時，我們得出了每個變量的回歸系數β（即coef）；
在構建的Nomogram中，我們也可以得到每個變量的具體分數。
列線圖將回歸模型中最大的回歸系數的變量在列線圖里的分數為為100分。其他所有變量以它為標準進行轉化
比如coef=2.4296?? 分數為100
若其他變量coef=1.05 ? 分數則為1.05*100/2.4296
當變量為連續性變量時候，
若coef=-0.0315，說明每增加1歲風險減小0.0315。轉化為風險分數：
結果：年齡變化1個單位，即1歲的風險分數=1.2963分。? 0.0315*100/2.4296=1.2963，
此處年齡越大，風險越低。若80歲時患者復發風險為0分，則20歲時為1.2963*（80-20）=77.79≈78分。
