在生存分析中包含非事件

Question

我是生存分析的新手。我试图了解在数据集中包含没有任何内容的测量值是否很重要。

我有以下虚构数据：三名患者，

1. 第一位患者在12岁时患病，
2. 第二次在时间13观察两次，在时间14观察一次，没有疾病，
3. 第三名患者在1时被发现患病。

我尝试了以下两个例子

require(flexsurv)
surv_test <- with(data.frame(status = c(1,0,0,1), time = c(12L, 13L,1L, 1L)), Surv(time, status))
flexsurvreg(surv_test~1, dist = "weibull")

#Call:
#flexsurvreg(formula = surv_test ~ 1, dist = "weibull")

#Estimates: 
#          est    L95%    U95%      se    
#shape   0.937   0.295   2.973   0.552
#scale  13.755   3.001  63.035  10.683

#N = 4,  Events: 2,  Censored: 2
#Total time at risk: 27
#Log-likelihood = -7.199135, df = 2
#AIC = 18.39827

和

surv_test <- with(data.frame(status = c(1,0,1), time = c(12L, 14L, 1L)), Surv(time, status))
flexsurvreg(surv_test~1, dist = "weibull")

#Call:
#flexsurvreg(formula = surv_test ~ 1, dist = "weibull")

#Estimates: 
#          est    L95%    U95%      se    
#shape   0.844   0.244   2.922   0.535
#scale  13.883   2.635  73.140  11.770

#N = 3,  Events: 2,  Censored: 1
#Total time at risk: 27
#Log-likelihood = -7.167346, df = 2
#AIC = 18.33469

结果显示两者之间存在明显差异，我想知道是否有人可以解释为什么包含患者未患病的观察结果非常重要。谢谢！