假设您有兴趣分析患者样本的事件发生时间数据。您对患者患病前经过的时间感兴趣。 然而，大多数患者永远不会感染相关疾病，即他们是结构零。此外，您的数据是正确的审查；您不会观察到所有患者何时都患病。

大多数生存分析技术都处理事件的生命周期概率等于 1 的现象。有哪些技术可以处理事件的生命周期概率小于 1 的事件时间数据？

编辑

换句话说，我们通常假设当 t 接近无穷大时，S(t) 接近 0。在这个假设下，对 S(t) 进行积分可以得到预期的寿命。但是，如果 S(t) 在 t 接近无穷大时逐渐接近，例如 0.9，会怎样？你如何整合 S(t)？