Este estudio tiene como objetivo investigar los problemas de estimación cuando la distribución principal de la población en consideración es la distribución de Nadarajah-Haghighi en presencia de un esquema de censura híbrida progresiva de Tipo-II adaptativa. Se consideran dos enfoques al respecto, a saber, los métodos de estimación de máxima verosimilitud y Bayesiana. Desde el punto de vista clásico, se obtienen las estimaciones de máxima verosimilitud de los parámetros desconocidos, la fiabilidad y las funciones de tasa de peligro, así como los intervalos de confianza aproximados asociados. Por otro lado, las estimaciones de Bayes se obtienen en función de funciones de pérdida simétricas y asimétricas. Las estimaciones puntuales de Bayes y los intervalos de credibilidad de Bayes de mayor densidad posterior se calculan utilizando la técnica de Cadena de Markov Monte Carlo. Se implementa un estudio de simulación exhaustivo proponiendo diferentes escenarios para tamaños de muestra y esquemas de censura progresiva. Además, se consideran dos aplicaciones analizando dos conjuntos de datos reales. Los resultados de las investigaciones numéricas muestran que las estimaciones de Bayes utilizando la función de pérdida de entropía general son preferidas sobre los otros métodos.