列线图-原理解答

Nomogram也称列线图或诺莫图

基本原理

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影响程度的高低 （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概率。

一句话：Nomogram是将回归系数标准化，然后以数轴上以风险分数显示。

Nomogram变量的赋值原理

构建多因素回归模型时，我们得出了每个变量的回归系数β（即coef）；

在构建的Nomogram中，我们也可以得到每个变量的具体分数。

列线图将回归模型中最大的回归系数的变量在列线图里的分数为为100分。其他所有变量以它为标准进行转化

比如coef=2.4296   分数为100

若其他变量coef=1.05   分数则为1.05*100/2.4296

当变量为连续性变量时候，

若coef=-0.0315，说明每增加1岁风险减小0.0315。转化为风险分数：

结果：年龄变化1个单位，即1岁的风险分数=1.2963分。  0.0315*100/2.4296=1.2963，

此处年龄越大，风险越低。若80岁时患者复发风险为0分，则20岁时为1.2963*（80-20）=77.79≈78分。