SPSS 列线图怎么做：Logistic 模型到风险评分

列线图怎么做，关键是先建立可信的风险预测模型，再把系数换算为因子得分、总分与预测概率。本站的 Logistic 列线图通过计分表、得分跨度图和总分风险曲线呈现 nomogram 计分体系，使用时应把模型诊断与验证结果一同保留。

列线图数据怎么排：先明确预测的终点

以下结果来自本站演示数据（模拟生成，不代表真实研究结论）：使用全部 300 行记录，结局为“是否发生终点事件”，正类为 1、负类为 0。方法说明见列线图(Nomogram)；这份资料用于说明计分过程，不构成任何个体的诊疗依据。

列名	类型	在模型中的位置
是否发生终点事件	二分类	需要预测的结局
年龄(岁)	定量	预测因子，保留原始单位
收缩压(mmHg)	定量	预测因子，核对测量口径
低密度脂蛋白(mmol/L)	定量	预测因子，核对测量时点

一行对应一位对象，预测因子应在预定的预测时点能够获得。把终点发生后才记录的信息放入模型，会让表观表现看起来更好，却改变了预定预测任务；整理资料时要核对时间顺序与终点定义，这比给图形添加刻度更早。

本次完整记录中事件 163 例、非事件 137 例。报告提供共线性、连续因子与 logit 的线性诊断、收敛状态等信息，诊断未检出问题也只是本次可获得的证据，观测独立性和资料来源仍须由研究设计交代。

列线图怎么做：拟合与计分按同一套变量复现

1. 在数据分析中选择「列线图(Nomogram)」，本例模型类型使用 Logistic，将二分类终点与三列预测因子配置到相应字段，核对单位与正类定义。
2. 点击开始分析，先查看资料概览与模型诊断，再读取回归系数、OR 及其区间。本次没有进行变量筛选，计分体系对应实际放入的全部因子。
3. 到效应量与内部验证卡查看因子计分表和总分风险对照，配合贡献图读取刻度来源。演示数据不用登录就能跑；用自己的数据分析、导出 Word / PDF 报告、使用 AI 解读需要开通会员。

下面截图展示本次报告中的真实页面状态，用来对应产品输出与正文讲解。阅读时应核对图表标题和当前卡片：系数表用于说明模型参数，计分表用于查分，两者的数值单位各不相同。

Logistic 系数怎样变成因子得分

低密度脂蛋白的回归系数为 0.6266，OR 为 1.8712，95%CI 为 1.2666～2.7643，p=0.0016。这一 OR 对应该因子每增加一个原始单位时的事件优势比，属于控制模型中其他因子后的关联；不同单位的 OR 大小并非直接可比的重要性排序。

计分换算同时考虑系数与本次取值范围。本次低密度脂蛋白的得分跨度定为 100.00，收缩压为 98.09，年龄为 75.08；贡献柱状图展示的是这些范围内的计分跨度，换一个研究人群，取值范围改变后应重新核对其含义。

本站这里以计分表实现查分过程，并用贡献图展示刻度跨度，而非把贡献柱状图称为传统多轴列线图。因子在展示节点之间的取值可按该因子的线性计分关系换算；还应保证使用原有单位，避免换单位后继续套用同一行刻度。

总分怎样对应风险：查表与概率含义分开

查出每个因子对应的得分后相加，再读取总分风险映射。本次表中总分 136.6 对应预测概率 0.5252；这是模型估计的事件概率，并非这个对象一定会发生或不发生事件的判决。

风险曲线呈 Logistic 映射，其变化幅度取决于所在的总分区间。同样的分数变化未必对应同样的概率变化；对应用而言，应先规定如何使用风险估计，再评价判断后果，避免看到一条平滑曲线就认定可用于临床决策。

下面示意图补充读取预测工具时的证据顺序。预测任务、计分映射和验证资料各有职责，一套清晰的计分表有助于复现，但没有单独证明模型能推广到其他人群。

内部验证结果与论文写法

本次表观 C 指数为 0.7403，bootstrap 乐观度校正后为 0.7332，校正后的校准斜率为 0.9672。这些结果来自内部重抽样，用于评估拟合乐观度；它们尚未提供独立队列的预测表现，也没有将因子关联转化为干预效果。

采用多因素 Logistic 回归构建模拟二分类终点的计分体系，以年龄、收缩压与低密度脂蛋白为预测因子，按因子得分累加总分并映射为事件概率。报告同时给出判别、校准及 bootstrap 内部验证结果；模型适用范围限于已定义的资料与变量口径，推广仍需独立验证，评分用于关联性预测。

正式报告宜附模型定义、系数或可复现计分规则，以及验证的来源。只报一张贡献图会遗漏截距和风险映射，读者就无法据此复现个体预测；应让计分规则与正文解释互相对应。

列线图计分常见错误

• 直接比较不同单位的 OR 来排重要性：在本次取值范围内查看得分跨度，并说明范围依赖。
• 把总分起点当作无事件风险：回到总分风险对照表，保留截距所对应的基准概率。
• 把内部验证说成新队列验证：明确使用的是原资料重抽样，另外报告独立验证结果。
• 用改变因子后的分数推断干预收益：将预测关联与干预因果问题分开讨论。

延伸阅读

• 列线图(Nomogram)