目的 针对临床研究中常见的部分区间删失数据，提出构建时间相依威布尔比例风险模型的参数估计问题，同时探讨不同协变量对生存时间的影响。方法 以威布尔分布作为比例风险模型的基准风险函数，同时在模型中引入时变协变量，建立时间相依威布尔比例风险模型。为了估计模型的参数，采用极大似然方法，并通过优化函数得到参数的估计值。结果 数值模拟结果表明，在不同样本量及不同参数设置下，精确观测的比例越高，参数估计效果更好，其覆盖率均近似达到理论预期的95%。此外，随着样本量增大，各参数偏差均呈现减小趋势。结论 将该方法运用到实例数据中进一步验证模型的有效性，相较于仅有精准观测个体的失效时间数据，具有额外的区间删失数据有助于给出有效的回归参数估计。此外，与含时变协变量的Cox模型进行对比，进一步表明采用时间相依威布尔比例风险模型可给出有效的估计结果。