Le cancer reste l'une des principales causes de décès. Bien que le taux de mortalité par cancer ait diminué de 33 % depuis 1991, en grande partie grâce aux progrès thérapeutiques et à l'augmentation des taux de rémission, les patients sont désormais confrontés non seulement au risque de cancer primaire, mais aussi à des risques concurrents liés à d'autres cancers ou à des maladies sans rapport. Bien que l'analyse de survie dans le cadre de risques concurrents et de modèles de guérison ait été bien étudiée séparément, peu de travaux intègrent la possibilité de guérison d'une cause en présence de risques concurrents. Dans cette présentation, je proposerai un nouveau modèle de guérison à risques concurrents qui intègre des covariables dans un cadre de risque spécifique à la cause. Le modèle tient compte de la guérison du cancer primaire tout en garantissant que la probabilité de survie globale tend asymptotiquement vers zéro, ce qui correspond à l'attente clinique d'un échec éventuel. Je développerai un algorithme EM pour l'estimation des paramètres et, à travers des études par simulation de données, je démontrerai la robustesse du modèle dans divers scénarios. Enfin, j'illustrerai l'utilité pratique de la méthode et du modèle à l'aide des données SEER sur le cancer du sein.