中断时间序列设计（InterruptedTimeSeriesDesign,ITS）是一种准实验研究方法，用于评估干预措施或政策变化对时间序列数据的影响。它通过比较干预前后的数据趋势，分析干预是否导致了显著变化。ITS设计适用于无法进行随机对照实验的场景，如公共卫生政策、教育干预等。两组中断时间序列设计（Two-GroupInterruptedTimeSeriesDesign）是ITS的扩展，增加了对照组。通过比较干预组和对照组在干预前后的数据趋势，可以更准确地评估干预效果，减少混杂因素的影响。分析方法通常包括分段回归模型（SegmentedRegressionAnalysis），用于估计干预前后的水平变化和趋势变化。统计方法如自回归积分滑动平均模型（ARIMA）也可用于处理时间序列数据的自相关性。这种设计提高了因果推断的可靠性，适用于更复杂的研究场景。
