Interrupted Time Series Design: การประเมินประสิทธิผลของ Intervention สำหรับประยุกต์ใช้ในงานวิจัยทางพฤติกรรมศาสตร์

Abstract

An Interrupted Time Series (ITS) design is a powerful quasi-experimental research design for evaluating effects of interventions. In ITS studies data are collected at multiple time points before and after an intervention (the “interruption” in the time series) with the same subjects and set of tools. Measurements of the outcome variable are collected at equally spaced intervals. ITS is a longitudinal studies to estimate dynamic changes in various processes before and after an intervention. Since ITS take a long study and collect data continuously as the particular characteristics of time-series data-secular trend, seasonality and autocorrelation may lead to biased results. Segmented regression analysis is a powerful statistical method for estimating intervention effects in interrupted time series studies while controlling for secular trend that may have occurred in the absence of the intervention. Usage of this analysis to describe the post intervention observations will have a different slope or level from those before the intervention. Keywords: interrupted time series design, intervention, quasi-experimental design, segmented regression analysisบทคัดย่อ Interrupted Time Series (ITS) Design เป็นการศึกษาประสิทธิผลของ Intervention หรือ Treatment  ซึ่งเป็นรูปแบบ (Design) หนึ่งของการวิจัยกึ่งทดลอง (Quasi - Experimental Research) ส่วนสำคัญของรูปแบบนี้คือการให้ Intervention ระหว่างการศึกษา (Interruption) ซึ่งต้องระบุเวลาที่เริ่มให้ Intervention ที่ชัดเจน โดยเก็บรวบรวมข้อมูลจากกลุ่มตัวอย่างเดิมด้วยการใช้เครื่องมือชุดเดิม การเก็บข้อมูลแต่ละช่วงเวลาต้องมีระยะห่างการเก็บข้อมูลเท่ากัน (Equally Spaced) ITS เป็นการศึกษาระยะยาว (Longitudinal) เพื่อให้เห็นแนวโน้มของการเปลี่ยนแปลงแบบพลวัตรของข้อมูลที่เกิดจากการสังเกตซ้ำ ๆ ทั้งก่อนและหลังให้ Intervention เนื่องจากการศึกษา ITS ใช้ระยะเวลาศึกษายาวนานและเก็บข้อมูลที่ต่อเนื่องกัน  ทำให้ข้อมูลอาจได้รับผลกระทบจากอิทธิพลของฤดูกาลหรือมีการเปลี่ยนแปลงไปตามช่วงเวลา (Seasonality) นอกจากนี้การเก็บข้อมูลซ้ำในหน่วยเดิมทำให้ข้อมูลเกิดปัญหาอัตสหสัมพันธ์ (Autocorrelation or Serial Correlation) วิธีการทางสถิติในการวิเคราะห์ข้อมูล ITS ที่นิยมใช้คือการวิเคราะห์ถดถอยแบบแบ่งช่วง (Segmented Regression Analysis of Interrupted Time Series Analysis) เพื่อควบคุมแนวโน้มที่เปลี่ยนแปลงไปตามช่วงเวลา (Secular Trend) และใช้อธิบายแนวโน้มที่เปลี่ยนแปลงไปตามช่วงเวลาเปรียบเทียบระหว่างก่อนให้ Intervention และหลังให้ Intervention คำสำคัญ: รูปแบบ Interrupted Time Series Intervention การวิจัยกึ่งทดลอง การวิเคราะห์ถดถอยแบบแบ่งช่วง