科研Labs › 列线图 Nomogram
列线图（Nomogram）生成器
基于二分类 Logistic 回归构建临床预测模型的可视化列线图。粘贴数据、选择结局与自变量， 工具自动拟合回归并生成列线图——把回归方程转换成「各因素查分 → 总分 → 预测概率」的直观评分图。 临床预测模型研究（发文热点）的标准呈现方式。
① 粘贴数据（含表头）
第一行为列名，每行一个病例。结局变量须为 0/1。自变量目前支持连续变量。可从 Excel 整块复制粘贴。
使用说明与方法学
列线图（Nomogram）是什么？
列线图是临床预测模型最常用的可视化方式，把 Logistic 或 Cox 回归方程转换成图形：每个预测因素一条带刻度的线，按患者取值查出各自得分，相加得总分，再对应到结局发生概率。让复杂的回归模型变成临床可直接使用的评分工具。
怎么读列线图？
①找到某变量行，按患者该指标的取值定位；②垂直向上对到顶部 Points 轴，读出该变量得分；③所有变量得分相加得 Total Points；④从 Total Points 垂直向下对到底部概率轴，读出预测的结局发生概率。
为什么影响大的变量刻度跨度更大？
列线图按各变量对结局的贡献（回归系数 × 取值范围）分配分值。贡献最大的变量占满 0–100 分，其他变量按比例缩短。所以刻度跨度越大的变量，对预测结果的影响越大，这本身就直观反映了变量重要性。
建模后还需要做什么？
列线图只是模型的呈现。一个完整的临床预测模型研究还需评价模型性能：区分度（C-index 或 AUC）、校准度（校准曲线）、以及内部/外部验证（如 Bootstrap、交叉验证）。这些可用本站 ROC 工具及专业软件完成后一并报告。