Nomograma

Calcular un riesgo sumando puntos.

Definición

El nomograma convierte un modelo de riesgo en reglas graduadas: cada predictor tiene una regla en puntos, se localiza el nivel del caso en cada una, se suman los puntos en la regla de puntos totales y abajo se lee la probabilidad. La longitud de cada regla dice cuánto pesa ese predictor. Se usa en clínica y en modelos de puntuación para aplicar el modelo a mano.

Editar con tus datos SVG Spec JSON

El mejor predictor de un reingreso es un reingreso anterior

Datos: category · label · value
Buena para: Aplicar un modelo ya ajustado a un caso concreto sin calculadora y ver qué predictor mueve más la predicción.
Evítala cuando: Cuando solo quieres comparar el peso de las variables: el nomograma obliga a leer reglas y sumar, y una barra por variable lo dice antes.
Se lee bien: Entre 5 y 60 elementos; dibuja hasta 120
Datos que faltan: Omite el valor ausente y lo declara aparte.
Accesibilidad: Lector de pantalla: tabla de datos · respeta «reducir movimiento»

Forma de los datos

Qué columnas pide

Columna	Tipo	Para qué
`category`	string	La regla a la que pertenece la fila: el nombre del predictor. Una fila reservada —«Desenlace», «Intercepto», «Riesgo»…— declara el modelo en vez de un predictor.
`label`	string	El rótulo del nivel que se lee en esa regla («65», «2,5», «3 o más», «Vive solo»). Se pinta tal cual, y sólo se reescribe al locale cuando es un número y nada más. En la fila reservada, es el NOMBRE del suceso que predice el modelo.
`value`	number	El coeficiente β·x de ese nivel, en log-odds. El origen y la escala dan igual: los puntos son invariantes a sumarles una constante o multiplicarlos. En la fila reservada, es el INTERCEPTO.

Tamaños

Ancha por necesidad

Esta pieza necesita anchura para que cada rótulo quepa entero. El motor prefiere decirlo a apretarla.

A menos de 480 px el motor se niega y explica por qué: nomogram: 8 reglas no caben en 290 px de alto útil: cada una dispone de 20 px y necesita 20 —el tick, su aire y 1 renglón(es) de rótulos—. Sube dimensions.heigh. En el móvil se ve la versión ancha, a tamaño legible y sin recortar, dentro de un marco que se desliza.

Cuándo usarla

Tres preguntas antes de elegirla

¿Alguien tiene que calcular el riesgo de un caso a mano?

Si solo hay que saber qué variable pesa más, basta una clasificación de importancias.

Sí: quédate con nomograma

No: usa Importancia de variables

¿Quieres aplicar el modelo, no comprobar si acierta?

Si la pregunta es si las probabilidades predichas se cumplen, hace falta una curva de calibración.

Sí: quédate con nomograma

No: usa Curva de calibración

¿El modelo suma puntos en lugar de encadenar preguntas?

Si la decisión es una secuencia de preguntas de sí o no, un árbol de decisión la enseña tal cual.

Sí: quédate con nomograma

No: usa Árbol de decisión

Código

La misma pieza, con tus datos

import { getPreset, renderComposition } from 'visx-render/node';

const spec = await getPreset('nomogram');
spec.data.rows = misFilas; // category, label, value
const { svg, warnings } = await renderComposition(spec);

También en React con Chart y prepareComposition. Guía para desarrolladores →

Dudas

¿Qué indica la longitud de cada regla?

El peso del predictor: los puntos se normalizan contra el más fuerte, así que la regla que ocupa la escala entera es la que más mueve la predicción.

¿Por qué a veces no aparece la escala de probabilidad?

Porque hace falta el intercepto del modelo para convertir puntos en probabilidad; sin él, la pieza no la dibuja. Tampoco dibuja por debajo del suelo ni por encima del techo que el modelo puede dar.

¿Qué hace si faltan datos?

Omite el valor ausente y lo declara aparte.

¿Cómo se ve en el móvil?

A menos de 480 px el motor no la compone sin pisar o cortar rótulos, y lo dice. En el móvil se ve la versión ancha, a tamaño legible, dentro de un marco que se desliza.

Relacionadas

Otras formas de responder «qué va a pasar»

Guía para elegir: qué va a pasar →