在临床医学研究中,病人容易受到多种可能结果的影响。当他在后续过程中遇到多个事件时,会产生多个失效时间数据。本文考虑一个半竞争风险框架,其中主体会经历两种不同类型的事件——终止事件和非终止事件。并且终止事件会导致非终止事件删失,这种类型的数据称为半竞争风险数据。对于该类数据的建模,经常引入随机效应或“脆弱”术语来研究事件时间之间的相依性,因此本文采用带有共享脆弱的疾病-死亡模型来研究事件之间的相依结构,以及每个事件的协变量效应。在对模型的估计中,本文采用一类MM算法,其核心思想将高维的目标函数分解成各个低维函数和的形式,然后对所提的方法进行了模拟研究来评估效果。最后本文运用模型对鼻咽癌的随机临床试验的数据进行了实证分析。在模拟研究中,各个参数的误差和均方误差都比较小,说明用MM算法来估计疾病—死亡模型的效果比较理想,并且各个参数的误差和均方误差随着样本量的增大而减小。在实证分析中,观察到复发和死亡之间的正相关性,表明复发加速了死亡的发生。这说明在实际中需要考虑非终止事件和终止事件之间的相关关系,以便进行更准确的估计。