Nous introduisons un modèle de seuil additif partiellement linéaire à indice unique pour les données de proportion longitudinales afin d'identifier les patients sensibles au traitement, ce qui constitue une étape importante vers la médecine personnalisée. Les données de proportion, prenant des valeurs dans [0, 1], apparaissent fréquemment dans les applications biomédicales et les contextes cliniques, représentant souvent des fractions ou des pourcentages. Dans le modèle proposé, le sous-groupe sensible au traitement est identifié par une combinaison linéaire de covariables de base ou de biomarqueurs avec un seuil inconnu. Pour tenir compte des relations non linéaires potentielles entre les covariables et la réponse, nous incorporons une composante partiellement linéaire, avec une approximation de spline utilisée pour les fonctions non paramétriques. Pour tenir compte de la corrélation intrasujet, nous estimons les paramètres du modèle à l'aide de la fonction d'inférence quadratique. Des études de simulation illustrent l'efficacité de notre modèle et sa justesse d'estimation supérieure par rapport aux méthodes alternatives.