在生存分析中，存在大量使用脆弱模型或未观察到异质性的模型的文献。在不断增长的多拼写多状态持续时间模型，或多状态模型中，建模这个问题只是在它的婴儿阶段。然而，忽略未观察到的异质性可能会产生不正确的结果。本文介绍了如何将未观察到的异质性纳入多状态模型，重点讨论了具有混合比例风险结构的半马尔可夫多状态模型。首先，讨论了单变量(比例风险，Cox)持续时间模型中脆弱性建模的各个方面，并讨论了一些具有未观察到异质性的重要模型。其次，将该领域扩展到具有不可观测异质性的并行/聚类多变量持续时间数据的建模。强调了选择共享或相关的未观察到的异质性的含义。接下来将讨论与周期性事件数据的相关差异。它们包括时间尺度和风险集的选择，这两者都对未观察到的异质性影响模型的方式具有重要意义。多状态持续时间模型可以同时具有并行事件和循环事件。 Incorporating unobserved heterogeneity in multistate models, therefore, brings all the previously addressed issues together. Although some estimation procedures are covered the emphasis is on conceptual issues. The importance of including unobserved heterogeneity in multistate duration models is illustrated with data on labour market and migration dynamics of recent immigrants to The Netherlands.