Este estudio aborda el análisis de datos de supervivencia multivariados complejos, donde cada individuo puede experimentar múltiples eventos y una amplia gama de covariables relevantes están disponibles. Proponemos un enfoque de modelado avanzado que extiende el marco clásico de fragilidad compartida para tener en cuenta la dependencia dentro del sujeto. Nuestro modelo incorpora una distribución de fragilidad flexible, que abarca distribuciones conocidas, como gamma, log-normal e inversa gaussiana. Para garantizar una estimación precisa y una selección de modelo efectiva, utilizamos técnicas de regularización innovadoras. La metodología propuesta exhibe propiedades teóricas deseables y ha sido validada a través de estudios de simulación exhaustivos. Además, aplicamos el enfoque a datos del mundo real del conjunto de datos Medical Information Mart for Intensive Care (MIMIC-III), demostrando su utilidad práctica en el análisis de estructuras de datos de supervivencia complejas.