随着近些年医学手段与医疗条件的不断提高与改善,在某些临床试验中,一些以前被认为是不可能治愈的疾病中也逐渐发现治愈个体,即部分病人在接受治疗后就不再受发病风险的影响。这部分被治愈的病人也称为长期存活者。因此,带有治愈比例的长期生存模型被提出来广泛应用于医药实验的生存数据分析中。本文主要讨论带有区间删失生存数据的长期生存模型。在模型中,个体被分为治愈个体和未治愈个体,分别采用logistic回归和Cox模型去刻画所定义的风险函数。同时将随机效应引入到长期生存模型中,用于分析含有治愈个体的分组生存数据。文中基于半参数Cox比例风险函数模型,采用广义线性混合模型中处理随机效应的方法以及EM算法,通过迭代程序进行模型中的参数估计。首先在E步计算条件期望,然后极大化某个BLUP型的log似然函数来找出固定效应的估计值,最后用之前求出的估计去计算方差成分的REML-型估计。文中还运用模拟计算去检验估计程序在各种模型设定下的运行效果。此外因为治愈个体的生存时间肯定大于试验观测时间,所以怎样从删失数据中识别出这些治愈个体就成了生存分析中一个非常重要的任务。因此对于这一模型,有必要去检验治愈比例的存在性。于是本文基于Score函数和Fisher信息阵,提出了一种Score检验方法,得到了检验的Score统计量,并通过模拟计算考察了其检验统计量在零假设下的抽样分布与检验效能,作出相应评估。