Al desvelar la estimación no paramétrica de la función de riesgo condicional a través del método lineal local, nuestro estudio proporciona ideas clave sobre el comportamiento del método. Presentamos análisis rigurosos que demuestran la convergencia cuadrática media del estimador, sujeto a condiciones específicas, dentro del ámbito de observaciones independientes con datos faltantes. Además, nuestras contribuciones se extienden a la derivación de expresiones que detallan tanto el sesgo como la varianza del estimador. Enfatizando las implicaciones prácticas, subrayamos la aplicabilidad de dos modelos distintos discutidos en este documento para escenarios de estimación de índice único. Estos hallazgos no solo mejoran nuestra comprensión de las metodologías de análisis de supervivencia, sino que también proporcionan a los profesionales herramientas valiosas para navegar por las complejidades de los datos faltantes en la estimación de funciones de riesgo condicional. En última instancia, nuestros resultados confirman la robustez del método lineal local en la estimación no paramétrica de la función de riesgo condicional, ofreciendo una perspectiva matizada sobre su rendimiento en el desafiante contexto de observaciones independientes con datos faltantes.