En algunos estudios clínicos, evaluar los tipos de efectos de covariables que indican si una covariable es predictiva y/o pronóstica es de interés, además del punto final del estudio. Recientemente, para un caso con un resultado binario, Chiba (Ensayos Clínicos, 2019; 16: 237-245) propuso el nuevo concepto de tipo de efecto de covariable, que se evalúa en términos de cuatro tipos de respuesta, y mostró que el análisis de subgrupos estándar o de regresión es aplicable solo en ciertos casos. Aunque este concepto podría ser útil para complementar el análisis estándar convencional, su aplicación está limitada a casos con un resultado binario. En este artículo, nuestro objetivo es generalizar el concepto de Chiba a resultados continuos y de tiempo hasta el evento. Definimos los tipos de efectos de covariables basados en cuatro tipos de respuesta. Es difícil estimar los tipos de respuesta a partir de los datos observados sin hacer ciertas suposiciones, por lo que proponemos un método simple para estimarlos bajo la suposición de resultados potenciales independientes. Nuestro enfoque se ilustra utilizando datos de un estudio clínico con un resultado de tiempo hasta el evento.