前面的视频我们了解了关于生存分析的 KM曲线和log-rank检验， Cox回归的多因素生存分析，以及如何评估Cox模型假设有效性。在建立了cox回归模型之后，如何把模型展示出来，这就需要用到“列线图”。列线图，也叫nomogram图，是一种直观有效地展示Cox回归结果的一种方法。我们今天就来了解一下列线图。
关于列线图（Nomogram）1. 列线图长什么样子？ 下面就是列线图的样子：
最左边的给出了一些变量名称，包括：points(评分)，age（年龄），sex（性别），ECG（心电图），Total Points（总分），Risk（风险）。每个变量名右侧都有一条标有数值的直线轴，代表不同的评分或概率。
2. 怎么看这个图？ 就那上图来说。我们想知道年龄45岁 (age=45) 的女性（sex=1）的患病风险，只需要将age=45岁向“ points（评分）”轴投射，则：points=50；同理 sex=1 时，points≈37。两者相加则“ Total points=87”；将此数值在“ Total points ”轴上向“ Risk ”概率轴投射，则可知风险大概在0.4和0.5之间。（参见图中红线）
如何制作列线图 下面我们看看如何通过R语言来绘制列线图。
1. 载入R包 我们打开Rstudio后，首先载入要用到的R包，如果没有安装的话，记得先安装。
2. 载入数据 今天我们用到的数据是survival程序包的lung数据：
载入后我们看一下这个数据集：
在这个书籍中我们可以添加变量标签以便后续说明
这里，1 = male ，2 = female。
3. 数据打包 按照nomogrm（）函数的要求，需要先“打包”数据，这是绘制列线图的关键步骤。”打包”用到的是datadist（）函数, 该函数计算预测器的统计摘要，以自动估计和绘制效果。
用户通常将最终的数据框提供给datadist（）函数，并使用options函数设置数据分布。
注意，如果修改数据框中的数据，则需要使用datadist（）函数重置分布摘要。在R中输入: ??datadist可以查看详细说明。
4. 构建Cox模型 这里我们用cph()函数来拟合Cox比例风险回归模型, 你也可以尝试使用 coxph()函数来拟合，自己可以尝试一下。
5. 构建生存函数6. 绘图：预测中位生存时间 生成的图像是这样的，注意图的最下一行是“ Median Survival Time（中位生存时间）”。7. 绘图：预测生存概率 这里要注意的是，lung数据的“time”是以“天”为单位。
生成的图像是这样的，注意图的最下一行是“ 1-year Survival Probability（1年生存率）”和“2-year Survival Probability（2年生存率）”。
评价COX回归的预测效果 我们主要计算“ C-index ”即C-指数和绘制矫正曲线，来对Cox回归的预测效果进行评价。
1. 计算C-指数2. 绘制校正曲线 这里对参数做一些说明：
重新调整模型函数res.cox2 这里是加上了x=T, y=T，Every great company starts with a great name. = 365三个参数：
构建校正曲线 通过??rms::calibrate查看详细参数说明 绘制校正曲线 生成的校准曲线图是这样的：
本人为业余选手，不当之处，还请各位看官批评指正，以求共同进步。
温馨提示：答案为网友推荐，仅供参考