在生存分析中，大量文献使用了脆弱模型或具有未观察到异质性的模型。在越来越多的多法术、多状态持续时间模型或多状态模型中，建模这个问题还处于初级阶段。然而，忽略未观察到的异质性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，重点是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)持续时间模型中的脆弱性建模方面，并讨论了一些具有未观察到的异质性的重要模型。其次，该领域扩展到具有未观察到的异质性的并行/聚类多元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。下面将讨论与经常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重复事件。 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.