Los datos de truncamiento surgen cuando el tiempo del evento de interés solo se puede observar si cumple con cierta condición. La mayoría de los enfoques existentes analizan este tipo de datos asumiendo que la variable truncada es cuasi-independiente del tiempo del evento de interés. Sin embargo, en muchas situaciones, la suposición de cuasi-independencia puede no ser adecuada. En este artículo, los autores consideran las cópulas para relajar la suposición de cuasi-independencia. Además, la función de supervivencia del tiempo del evento de interés se estima mediante un enfoque cópula-gráfico. Luego, los autores proponen dos procedimientos de estimación para el modelo de riesgo proporcional (PH) y el modelo de probabilidades proporcionales (PO), que se pueden aplicar a los datos con truncamiento a la derecha, y los datos con truncamiento a la izquierda y censura a la derecha. Posteriormente, el rendimiento de los enfoques de estimación propuestos se evalúa a través de estudios de simulación. Finalmente, las metodologías propuestas se aplican para analizar dos conjuntos de datos reales (el conjunto de datos del centro de jubilación y el conjunto de datos de SIDA relacionado con transfusiones).