我正在处理一系列患者的纵向数据。患者层面的随访持续时间不统一。

患者可能会经历离散事件（例如心脏病发作）或从未经历过该事件。这个特性当然是二进制的。此外，已经经历过事件（例如，第一次心脏病发作）的患者也可以继续经历更多事件（例如，随后的心脏病发作）。每个事件都锚定到一个事件日期，该日期将与患者被诊断为原发性慢性病（例如，多发性骨髓瘤）的时间进行比较。

我想在我的数据集中附加一个派生列 - TimeSinceLastEvent。第一个事件的此值的推导将由 (FirstEventDate - DiagnosisDate)/365 计算，后续事件将由 (SecondEventDate - FirstEventDate)/365、(ThirdEventDate - SecondEventDate)/365 等计算。

我应该如何为从未经历过该事件的患者编写此派生列？我不能为这些患者插入 NA/NaN，因为下游分析需要非 NA 和有限数据；所以无论如何他们都会被错误地估算。一个想法是我将这些值设置为完全不同但标准化的值，例如 -1 或 9999。这是一种有效且合理的方法吗？如果没有，你用的是什么？