Cox比例风险模型是分析协变量对持续生存时间的影响时最常用的方法。在其经典形式中，Cox模型被引入到以右为中心的观测设置中。然而，在实践中经常会遇到其他采样方案，因此显然需要考虑区间和左删失或左截断的扩展。此外，与通常的线性预测器相比，许多应用需要更灵活的协变量信息建模。例如，连续协变量的影响可能是非线性的，或者适当地包括空间信息。进一步的扩展应该允许协变的时变效应或协变本身是时变的。这种模型放松了比例风险的假设。在统一贝叶斯模型公式的基础上，我们提出了一个风险率回归模型，该模型结合并扩展了上述特征。非线性和时变效应以及基线风险率用惩罚样条建模。空间效应可以基于马尔可夫随机场或平稳高斯随机场来考虑。该模型允许左、右、间隔审查以及左截断的任意组合。估计基于将模型重新参数化为方差分量混合模型。然后可以基于近似边际似然方法来估计与逆平滑参数相对应的方差参数。作为一个应用，我们对尼日利亚的儿童死亡率进行了分析，区间审查框架还允许处理记忆效应导致的成堆生存时间问题。在模拟研究中，我们研究了忽略区间删失观测的影响的效果。