RESUMEN: El abandono es un problema frecuente en estudios longitudinales. Cuando el abandono es no-aleatorio (MNAR) se requiere considerar conjuntamente la respuesta principal y el mecanismo de abandono. Los modelos de patrones mezclados de coeficientes aleatorios son un enfoque de modelización para tratar abandonos MNAR. Estos modelos consideran el tiempo de abandono como una covariable que interacciona con las demás en el estudio. En este trabajo se propone un método en el cual los grupos de abandono se consideran como unidades de un tercer nivel de jerarquía y el análisis se realiza mediante un modelo multinivel. Adicionalmente, se describe una estrategia para constatar el posible sesgo causado por los abandonos cuando el análisis de los datos se realiza mediante supresión listwise, inclusión pairwise o sólo-abandonos contra el modelo propuesto. El método y la estrategia se ilustran mediante un conjunto de datos referidos al contenido de proteína en leche de vacas sometidas a tres diferentes dietas. ABSTRACT: Dropout is a frequent problem in longitudinal studies. When dropout is not at random (MNAR), it is required to consider jointly the response and the dropout mechanism. The mixed pattern models of random coefficients have been proposed for longitudinal data when dropout is thought to be MNAR. These models consider the time of dropout as a covariate that interacts with others in the study. In this paper we propose a method in which the groups of dropout are considered as units of a third level of hierarchy and the analysis is carried out by means of a multilevel model. Additionally, a strategy is described to verify the possible bias caused by the dropouts when the data analysis is carried out through listwise suppression, pairwise inclusion or dropout-only cases, versus the proposed model. The method and the strategy are illustrated by means of a set of data referred to the protein content in milk from cows assigned to three differen.