Los modelos de curación y la estimación de la curva característica del operador receptor (ROC) son dos temas importantes en el análisis de supervivencia y han recibido atención durante muchos años. En el desarrollo de la bioestadística, estos dos temas han sido discutidos de manera exhaustiva por separado. Sin embargo, se ha realizado un desarrollo poco común en la estimación de la curva ROC basada en datos de supervivencia con la fracción de curación. Por otro lado, si bien se han propuesto una gran cantidad de métodos de estimación, estos se basan en la suposición implícita de que las variables están medidas con precisión. En las aplicaciones, los errores de medición suelen ser ubicuos y ignorarlos puede causar un sesgo inesperado en el estimador y llevar a una conclusión errónea. En este documento, estudiamos la estimación de la curva ROC y el área bajo la curva (AUC) cuando las variables o biomarcadores están sujetos a errores de medición. Proponemos un procedimiento válido para manejar los efectos del error de medición y estimar los parámetros en el modelo de curación, así como el AUC. También hacemos un esfuerzo por establecer las propiedades teóricas con una justificación rigurosa.