将使用两种不同的时间序列方法来估计2010年至2012年在加拿大曼尼托巴省温尼伯（Winnipeg）发生的城市步道扩展（即“干预”）的影响。该研究旨在确定是否减少了重大不良心血管事件在接受干预措施的趋势相对于未接受干预的趋势的社区中观察到（MACE）。首先，将使用中断时间序列数据的多组分段回归来评估干预对CVD发病率的影响，无论是立即（级别的变化）和随着时间的时间（变化）（趋势变化），通过创建指标变量。该级别将是干预期开始（2000）开始时与CVD相关的终点的基本率，以及在每个变更点之后的紧随其后连续片段加入到2010年的每个变更点的值。趋势是变化率痕迹（换句话说，斜率）在段中。自回归错误将被建模以说明相关结果。其次，通过使用标准识别，估计和检查的标准方法，将为CVD发病时间序列拟合自回旋的集成运动平均值（ARIMA）模型。趋势和定期季节性将适用于整个研究期（2000年11月至2019年10月）。还将在干预前的时期建立一个单独的Arima模型，以预测经过处理的社区的CVD演变。通过计算预测数量和观察到的病例数之间的差异，将估算干预措施预防的CVD终点数量。如果难以将Arima模型拟合到相对较小的数据集，将使用指数平滑模型或Holt Winter算法。尽管它们需要较大的样本量，但它们非常适合该项目，因为（1）它们允许明确建模各种不同类型的干预效果，并且（2）它们非常适合预测未来的趋势。