随着肿瘤精准化治疗时代的到来，越来越多的列线图用于指导临床决策。目前列线图不仅可用于肿瘤发生风险概率的预测，而且还可用于肿瘤的预后评估。列线图中变量的选择、医生诊断水平的差异都会影响其预测的准确性，因此正确认识列线图的局限性，并合理有效的利用其辅助临床决策对疾病的诊断和治疗具有重要的意义。本文对列线图在肿瘤研究领域的进展，分别从列线图的构建及其在肿瘤发生、预后评估及其局限性等方面进行阐述。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
准确判断疾病的发生风险和患者预后能够帮助临床医生对疾病进行早期干预和治疗。近年来，列线图（Alignment diagram）作为疾病发生风险和预后评估的工具在医学研究和临床实践中得到了越来越多的关注和应用。列线图又称诺谟图（Nomogram），其原理是通过构建多因素回归模型（如Cox回归、Logistic回归等），根据模型中各个变量对结局事件的影响程度的高低（即回归系数的大小），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，通过总评分与结局事件发生概率之间的函数转换关系计算出该个体结局事件的预测概率，最终将预测模型以图形的方式展示（图1）。列线图把复杂的回归方程转变为可视化的图形后，临床医生可以很方便的根据图形计算疾病发生概率及判断患者预后的好坏[1]。目前，已经有多种针对不同肿瘤的列线图被广泛应用，且其对肿瘤预后的评估效果甚至媲美传统的TNM分期（tumor node metastasis，TNM）系统[2,3]。本文主要对列线图模型的构建、评价、在肿瘤中的临床应用以及局限性等方面进行阐述，以帮助临床医生更好的理解和应用列线图。
