Identificar un subgrupo de pacientes que puedan tener un efecto de tratamiento mejorado en un ensayo clínico aleatorizado ha recibido una atención creciente recientemente. Para los resultados de tiempo hasta el evento, es un desafío definir la efectividad de un tratamiento y elegir un punto de tiempo de corte para identificar la membresía del subgrupo, especialmente en ensayos en los que los dos brazos de tratamiento no difieren en la supervivencia global. En este documento, proponemos un modelo de cura mixto para identificar un subgrupo para un nuevo tratamiento que fue comparado con un tratamiento clásico (o placebo) en un ensayo clínico aleatorizado con respecto al tiempo de supervivencia. Utilizando la medida de probabilidad de concordancia (índice c), proponemos una estadística para probar la existencia de subgrupos con tratamientos efectivos en el brazo de tratamiento. Posteriormente, el subgrupo se define por un número limitado de covariables basadas en el área bajo la curva (AUC) estimada. El rendimiento de este método en diferentes escenarios se evalúa a través de estudios de simulación. También se proporciona un ejemplo de datos reales para ilustración.