列線圖(Nomogram)又稱諾謨圖，是一種利用圖像來進行非精確計算的工具，該理論是由法國工程師 Philbert Maurice d’Ocagne (1862-1938) 於1884年提出，最早用於工程學，能以繪圖的方法來闡述不同變數之間的關係，後來在醫學領域也廣泛地被用在臨床中計算不同患者的發病率。
換句話說，Nomogram是一個帶有坐標的二維函數圖像，對此，如果已知第n-1個參數，就可以用來查得第n個參數，或者通過固定一些參數來研究固定參數和未固定參數之間的關係。
一、適用情形
圖1 Nomogram示意圖
如上圖，假設有一名病人在A、B、C三項會導致發病因素的數值分別為A=500，B=0.5，C=2.1。而在Nomogram的用法中便是將三項因素垂直對應到最上方的Points刻度上，可發現三項因素的值分別為30、50、40，再將三個數值相加得到120分的總分(30+50+40)。
接著，在Total Points的刻度上找到120分，並向下作垂直線，便可發現Predicted Value約莫對應在0.325的刻度上，亦即此病人對於該種疾病的發病風險約為32.5%。
二、使用R繪製Nomogram的步驟
1.一般的迴歸模型都可以繪製Nomogram圖，本文以Logistic迴歸為例子。
2.首先大家可自行安裝R軟體，建議可以安裝操作介面較為友善的R studio免費版。
3.接著點擊右下角Packages中的Install，並安裝「rms」、「Hmisc」、「PredictABEL」、「pROC」、「grid」、「lattice」、「Formula」、「ggplot2」、等套件。
4.安裝完成後，以「Library()」指令進行呼叫。
5.接著匯入所欲分析的檔案。
6.檔案匯入後，便要開始使用「rms」套件的功能，值得注意的是，在使用該套件之前，必須要先指定「attach」，以及製作「datadist」的變數清單。若在此沒有宣告變數，後面執行時將無法獲取資料。
7.接著執行迴歸模型，「lrm」即為logistic regression model，左方的「fit1」即是要執行的物件，其中的plate_exposure為依變數，A、B、C為自變數，後面則是執行lrm時需下的指令，並將剛剛宣告的檔案名稱放入「data=」後。
8.此時便會出現Logistic迴歸結果。
9.最後，再使用「nomogram」函數，放入剛才的fit1與公式，並下指令繪圖「plot」，即可得出Nomogram圖形。
