列線圖應用條件

列線圖是指在平面座標中用一簇互不相交的線段表示多個變數之間函式關係的定量分析圖，其優勢在於可以直接利用圖形推算出某變數的取值，如患者的指標得分或生存概率等。它在醫學領域中的應用由來已久，常見的有百分位列線圖和概率列線圖等。百分位列線圖是確定個體某指標的測量值在總體中的百分位數概率列線圖是確定某個體特定事件的發生概率，該特定事件可以是疾病的發生、復發以及預後(如死亡)等，往往由多因素二分類迴歸或COX比例風險模型求得。現重點介紹概率列線圖(以下簡稱列線圖)的應用、製作與驗證。

列線圖是使用一些互不相交的線段來推算事件的發生概率，使用時往往以直尺做垂線的方式來估算事件的發生概率。假設使用某個體的年齡、性別和體質指數(BMI)可預測某事件的發生風險，並且已建立列線圖。如果某個體為45歲男性，BMI為25.3 kg/m2，根據列線圖可推算出其年齡、性別和BMI的得分，然後將上述得分相加獲得該個體的總得分。再根據列線圖估算該總得分對應的發生概率，即為該個體此事件的發生概率。在實際工作中我們常常使用患者的諸多臨床資料和各項檢查結果，來預測患者的發病風險，或者預測腫瘤患者的生存概率等。

本質上，列線圖是迴歸方程結果的視覺化，常用於邏輯迴歸或COX迴歸的結果展示，依據迴歸的結果，按照特定的比例畫出多個線段，通過做圖能夠便捷地推算出某個體的發病風險或生存概率。在實際工作中，我們常使用R軟體中的rms包或者SAS軟體來實現列線圖的製作，R軟體使用較為簡便，SAS軟體的製作方法在其幫助文件中也有介紹。另外列線圖製作時要求研究者擁有足夠數量的研究物件資料，從而能夠有效地建立出良好的預測模型。

列線圖在製作之前需要對預測模型的預測結果進行驗證，常見的驗證過程有內部驗證和外部驗證。內部驗證是指採用建模的資料去驗證模型的預測效果，可採用Bootstrap自抽樣法或交叉驗證的方法。Bootstrap自抽樣法是在研究樣本中進行有放回的抽樣，然後使用抽得的樣本進行計算。交叉驗證是指將研究物件隨機分為多段，然後交叉使用上述資料進行建模和驗證。外部驗證是使用另外一組研究物件的資料(即外部資料)去驗證模型的預測準確性。因此在列線圖的製作上，不能盲目地建立某個指標的列線圖，只有當模型的預測效果得到了明確驗證之後，方可對模型製作列線圖，此時該列線圖也會有很好的應用價值。

列線圖是指在平面座標中用一簇互不相交的線段表示多個變數之間函式關係的定量分析圖，其優勢在於可以直接利用圖形推算出某變數的取值，如患者的指標得分或生存概率等。它在醫學領域中的應用由來已久，常見的有百分位列線圖和概率列線圖等。百分位列線圖是確定個體某指標的測量值在總體中的百分位數概率列線圖是確定某個體特定事件的發生概率，該特定事件可以是疾病的發生、復發以及預後(如死亡)等，往往由多因素二分類迴歸或COX比例風險模型求得。現重點介紹概率列線圖(以下簡稱列線圖)的應用、製作與驗證。

列線圖是使用一些互不相交的線段來推算事件的發生概率，使用時往往以直尺做垂線的方式來估算事件的發生概率。假設使用某個體的年齡、性別和體質指數(BMI)可預測某事件的發生風險，並且已建立列線圖。如果某個體為45歲男性，BMI為25.3 kg/m2，根據列線圖可推算出其年齡、性別和BMI的得分，然後將上述得分相加獲得該個體的總得分。再根據列線圖估算該總得分對應的發生概率，即為該個體此事件的發生概率。在實際工作中我們常常使用患者的諸多臨床資料和各項檢查結果，來預測患者的發病風險，或者預測腫瘤患者的生存概率等。

本質上，列線圖是迴歸方程結果的視覺化，常用於邏輯迴歸或COX迴歸的結果展示，依據迴歸的結果，按照特定的比例畫出多個線段，通過做圖能夠便捷地推算出某個體的發病風險或生存概率。在實際工作中，我們常使用R軟體中的rms包或者SAS軟體來實現列線圖的製作，R軟體使用較為簡便，SAS軟體的製作方法在其幫助文件中也有介紹。另外列線圖製作時要求研究者擁有足夠數量的研究物件資料，從而能夠有效地建立出良好的預測模型。

列線圖在製作之前需要對預測模型的預測結果進行驗證，常見的驗證過程有內部驗證和外部驗證。內部驗證是指採用建模的資料去驗證模型的預測效果，可採用Bootstrap自抽樣法或交叉驗證的方法。Bootstrap自抽樣法是在研究樣本中進行有放回的抽樣，然後使用抽得的樣本進行計算。交叉驗證是指將研究物件隨機分為多段，然後交叉使用上述資料進行建模和驗證。外部驗證是使用另外一組研究物件的資料(即外部資料)去驗證模型的預測準確性。因此在列線圖的製作上，不能盲目地建立某個指標的列線圖，只有當模型的預測效果得到了明確驗證之後，方可對模型製作列線圖，此時該列線圖也會有很好的應用價值。