Los datos truncados a la izquierda y censurados a la derecha se utilizan ampliamente en experimentos de por vida, biomedicina, economía laboral y ciencias actuariales. Este artículo discute cómo resolver los problemas de inferencias estadísticas sobre los parámetros desconocidos de la distribución logística media exponenciada basada en datos truncados a la izquierda y censurados a la derecha. Al principio, se calculan las estimaciones de máxima verosimilitud. Luego, se construyen intervalos de confianza asintóticos utilizando la matriz de información de Fisher observada. Para hacer frente al escenario de tamaño de muestra pequeño, empleamos el método de bootstrap de percentiles y el método de bootstrap-t para el establecimiento de intervalos de confianza. Además, se abordan estimaciones bayesianas bajo funciones de pérdida simétricas y asimétricas. Las estimaciones puntuales se calculan mediante la aproximación de Tierney-Kadane y el procedimiento de muestreo de importancia, que también se aplica para establecer intervalos de credibilidad de densidad posterior más alta correspondientes. Por último, se presentan y analizan conjuntos de datos simulados y reales para mostrar la efectividad de los métodos propuestos.