Durante las últimas dos décadas, se han realizado esfuerzos sustanciales para desarrollar modelos de supervivencia para los tiempos de brecha entre eventos recurrentes. Un enfoque emergente implica considerar modelos de tasa derivados de un proceso de Poisson no homogéneo, lo que permite deducir la distribución condicional de un tiempo de brecha dado el tiempo de recurrencia anterior. Bajo este enfoque, se han propuesto algunos modelos de tasa paramétricos, que difieren en sus suposiciones de distribución sobre los tiempos de brecha. En particular, se han considerado las distribuciones exponencial-Poisson extendida, Weibull y Chen-Poisson extendida. Alternativamente, se propone aquí un modelo de tasa flexible que utiliza splines cúbicos restringidos para capturar formas de tasa complejas y no monótonas. Además, se presenta una comparación exhaustiva de modelos de tasa paramétricos. El método de máxima verosimilitud se aplica para la estimación de parámetros en presencia de censura derecha. Se muestra que algunos modelos incluyen casos especiales importantes que permiten probar la suposición de independencia entre un tiempo de brecha y el tiempo de recurrencia anterior. Se discuten la prueba de razón de verosimilitud, así como dos criterios de información, para la selección de modelos. El ajuste del modelo se evalúa utilizando residuos de Cox-Snell. Las aplicaciones a dos conjuntos de datos clínicos bien conocidos ilustran el rendimiento comparativo tanto de los modelos existentes como de los propuestos, así como su relevancia práctica.