Как вы можете извлечь коэффициент (ы) опасности из модели пропорций Кокса в R

Question

Мне подходит многовариантная модель пропорций Кокса со значительными ковариатами.После подбора данных испытаний функция прогнозирования четко возвращает коэффициенты опасности (в диапазоне от положительных значений до отрицательных значений).Это ясно имеет смысл для меня, поскольку чем больше негатива, тем меньше вероятность, что они умрут.

res.cox <- coxph(Surv(wins, status) ~ out_degree +  ADJOE + ADJDE + Luck, data =  train_df)

test_df$pred <- predict(res.cox,test_df)

train_df = structure(list(year = c(2004, 2004, 2004, 2004, 2004, 2004), 
    TeamID = c("1448", "1338", "1386", "1462", "1163", "1305"
    ), out_degree = c(8, 7, 6, 7, 8, 5), in_degree = c(7, 4, 
    1, 4, 5, 3), ADJOE = c(121.6, 114.1, 118.9, 113.8, 117.8, 
    112.3), ADJDE = c(99.9, 88.2, 91.2, 93.6, 89.5, 92), Luck = c(-0.019, 
    -0.028, 0.06, -0.022, 0.012, -0.039), wins = c(2, 2, 3, 3, 
    6, 2), status = c(2, 2, 2, 2, 1, 2)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -6L))

test_df = structure(list(year = c(2019, 2019, 2019, 2019, 2019, 2019), 
    TeamID = c("1113", "1120", "1138", "1181", "1199", "1211"
    ), out_degree = c(5, 7, 1, 13, 9, 5), in_degree = c(3, 7, 
    1, 5, 5, 3), ADJOE = c(109.4, 119.6, 115, 120.2, 113.1, 125.3
    ), ADJDE = c(97.8, 96.4, 94.7, 88.3, 90.6, 92.6), Luck = c(0.05, 
    0.003, 0.041, 0.018, 0.045, 0.008)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -6L))

Мне было интересно, как рассчитать коэффициент (ы) риска вместо коэффициентов.