复杂疾病是环境因素和遗传因素共同作用的结果。为研究复杂疾病病因,遗传流行病学首先需对疾病性状进行家庭聚集性评价。家庭成员间性状不独立是家系资料的特点。对常见数量性状和质量性状,可采用边际模型或广义线性混合效应模型解决家系内相关的问题。但如发病年龄、月经初潮等删失性状,则需要在生存分析的框架下研究,Cox模型是生存分析中应用最广泛的模型之一。经典的遗传方差分量模型将家系中各成员间复杂性状的家庭相关来源分为加性遗传随机效应、显性遗传随机效应和家庭共享环境随机效应,且通常假设随机效应服从多元正态分布。本文在Cox模型的基础上引入遗传和环境随机效应,构造包含多个随机效应的Cox遗传方差分量模型。由于随机效应服从多元正态分布,给模型参数估计时求解高维积分带来极大困难,本课题探讨了应用Laplace近似法和惩罚性似然理论来解决高维积分的困难;在R和S-Plus软件中编制程序实现了核心家系和扩展家系资料的随机效应方差协方差矩阵的设计矩阵,并利用coxme函数实现了Laplace近似的惩罚性偏似然(PPL)参数估计;同时将Cox遗传方差分量模型应用于广东顺德的原发性肝癌核心家系资料和江苏泰兴的原发性肝癌扩展家系资料,利用Laplace近似的PPL参数估计方法建立原发性肝癌发病年龄的Cox遗传方差分量模型,以说明该模型和参数估计方法的可行性。本研究旨在为遗传流行病学研究者提供一种有效的、灵活的用于评价删失性状家庭聚集性的统计分析工具。