执行Cox比例风险回归后，将拟合一个模型，该模型揭示了模型中的预测变量与估计风险率之间的关系。这些关系通过每个预测变量的参数估计值进行总结。

模型定义完成后，可为输入数据表中的每个原始个体观测值提供额外信息。这些值可在结果的“个体值”选项卡中找到，该表的行与输入数据表的行相对应（数据表第一行的观测值对应“个体值”结果表的第一行，依此类推）。具体而言，对于每个个体观测值，报告以下值：

•线性预测因子值，XB - 这是在输入估计参数值及每个个体各预测变量的数值后，对Σxi*βi计算得出的值。该值表明该个体观测值的估计对数（危险率）相对于基线危险率的变化程度

•风险比，exp(XB)  -  即线性预测因子（XB）的指数形式。该值是用于根据基线危险率确定个体危险率，或根据基线累积生存率确定个体累积生存率的乘法标量。 Cox比例风险回归高度依赖于比例风险假设（即任何个体的风险率与某个未知的基线风险成正比）。该相对风险值（exp(XB)）代表了这种比例关系（该特定个体的风险相对于基线风险高出或低出多少倍）

•累积风险 (H(t))  -  这是模型对个体在给定观察时间点所估计的累积风险（即截至时间 t 的总累积风险）。 累积危险度的数值越高，对应的估计累积生存概率值就越低（见下文）。该值因多种数学/计算原因而重要（因此被纳入结果表中），但难以直接解释。累积危险度与累积生存率之间的关系可通过以下公式看出：

•累积生存率 (S(t))  -  这是模型根据观测时间估算的个体生存率。该值表示个体在当前时间点存活的概率，假设其所有预测变量的取值均与本次观测一致。该值通过以下公式基于基线生存函数（参见本页关于基线值的说明）计算得出：

注意，利用上述两个方程，模型对个体累积风险的估计值可直接通过基线生存函数和线性预测因子 (XB) 计算得出：