随着计算机技术和地理信息系统的不断发展,越来越多生存数据的分析开始考虑对象的地理信息,也就是在分析中考虑空间因素。不同领域的研究人员已经证明,如果考虑空间相关性,可能会提供一些以前可能忽视的信息。此外,生存数据还存在严重的删失现象,主要是因为一些患者会治愈或者退出研究,从而无法得到患者的最终生存状态,在本文中,通过治愈模型,可以确定删失个体中哪些是会被治愈的部分。本文通过假设一个存在治愈率部分的Cox比例风险模型来对这些存在空间因素的数据进行模型的建立。本文使用空间脆弱性来解释生存数据之间的空间依赖性,并利用正稳定随机效应的线性组合对空间脆弱性建模。在空间脆弱性的条件模型下,可以预测某个空间区域中患者的生存状态。对空间脆弱性求边际得到边际模型,在边际模型下,不仅可以保留比例风险模型的形式,还能用于预测患者的生存时间的长短和生存概率的大小。本文通过仿真模拟和实例数据来确定该模型拟合的效果,通过与其他的模型的对比来解释这个模型的优点。文章实例部分使用了来自于美国SEER数据库的数据集,我们选取了67个城市的数据,它记录了美国患有多种癌症的病人的各项数据,利用建立的模型来预测病人的生存时间的长短和生存概率的大小。