Se desarrolló, probó y aplicó un enfoque bayesiano para modelar datos de respuesta ordinal en procesos no decrecientes monótonos con errores de medición. Se consideró un modelo de Markov oculto no homogéneo con espacio de estado continuo para incorporar errores de medición en la respuesta categórica al mismo tiempo que se mantenían los patrones no decrecientes. Las dificultades computacionales se evitaron al incluir variables latentes que permitieron implementar un método eficiente de Monte Carlo de cadena de Markov. Se llevó a cabo un análisis basado en simulaciones para validar el enfoque, mientras que el enfoque propuesto se aplicó para analizar datos de progresión de aneurisma aórtico.