列線圖（Nomogram）可以用於多指標聯合診斷或預測疾病發病或進展。
列線圖（Alignment Diagram），又稱諾莫圖（Nomogram圖），它是建立在多因素回歸分析的基礎上，將多個預測指標進行整合，然后采用帶有刻度的線段，按照一定的比例繪制在同一平面上，從而用以表達預測模型中各個變量之間的相互關系。
列線圖的基本原理，簡單的說，就是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貢獻程度（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值。
列線圖將復雜的回歸方程，轉變為了可視化的圖形，使預測模型的結果更具有可讀性，方便對患者進行評估。正是由於列線圖這種直觀便於理解的特點，使它在醫學研究和臨床實踐中也逐漸得到了越來越多的關注和應用。
列線圖的名稱主要包括三類：
1. 預測模型中的變量名稱：例如圖2中的年齡（Age）、高血壓（Hypertension）、糖尿病（Diabetes）等信息，每一個變量對應的線段上都標注了刻度，代表了該變量的可取值范圍，而線段的長度則反映了該因素對結局事件的貢獻大小。
2. 得分，包括單項得分，即圖2中的Point，表示每個變量在不同取值下所對應的單項分數，以及總得分，即Total Point，表示所有變量取值后對應的單項分數加起來合計的總得分。
3. 預測概率：例如圖2中的5-year survival prob，表示5年的生存概率。
例子：
有這樣一位患者，男性，60歲，吸煙，有高血壓和糖尿病史，血脂異常，否認CAD家族史，冠狀動脈鈣化評分（CACS）為3分。
以他目前的疾病狀態，預測未來5年、10年和15年的生存概率分別是71%、48%和27%。
那么，是怎么算出來的呢？其實很簡單，比如該患者年齡為60歲，我們就在列線圖（圖2）年齡為60歲的地方向上畫一條垂直線，即可得到其對應的得分（Points）約為55分。同樣性別為男性，對應的分數為1分，以此類推，找出每個變量狀態下對應的得分。
最后將所有變量的得分相加，得到患者的總得分（Total Points）約為165.5分，並以總得分為基礎，再向下畫一條垂直線，就可以知道該患者對應的未來5年、10年和15年的生存率了。
圖1
圖2
ref
https://zhuanlan.zhihu.com/p/85790353