Представлено исследование, посвященное сравнительному анализу расширенной модели Кокса с современными методами анализа выживаемости. Цель: проведение сравнительного анализа прогностических способностей расширенной модели Кокса с актуальными моделями и методами анализа выживаемости. Для достижения цели использованы методы машинного обучения (случайный лес выживаемости, градиентный бустинг, метод опорных векторов) и классические статистические подходы (модели Вейбулла, логлогистическая и логнормальная модели). Методы: анализ трех наборов данных: пациентов с раком предстательной железы, данных о рецидивах преступлений и пациентов с раком молочной железы. Результаты: демонстрируют, что расширенная модель Кокса превосходит или сопоставима по точности с современными методами машинного обучения, сохраняя при этом высокую интерпретируемость. Практическая значимость: заключается в возможности применения расширенной модели Кокса в медицине, социальных науках и других областях, где важны как точность прогнозирования, так и понимание влияния факторов на риск наступления события. Научная новизна работы заключается в проведении первого сравнительного анализа расширенной модели Кокса с другими методами анализа выживаемости, что открывает новые возможности для улучшения и адаптации модели в будущих исследованиях. Исследование имеет важное значение для развития методов анализа выживаемости и их применения в прикладных задачах, способствуя повышению точности прогнозов и улучшению интерпретируемости результатов.