在医学研究中,主要的目的,通常在于验证某种介入措施或治疗方法是否有临床上真正的效果。所以,最常见的实验设计方式为一组实验组以及一组未受实验效果影响的对照组;再针对两组分别在两个时间点,测量出前测值和后测值。在传统的分析方法上,如果仅使用两组的后测值来比较,很明显地,完全忽略了前测可能造成的影响,而导致结论错误;另外,如果只单以两组个别的前后测值来比较,并无法证明有介入措施的实验组是否效果会优于无介入的对照组。

所以较为适当的分析方式为算出实验组的后测效果减去前测效果(T),以及对照组的后测效果减去前测效果(C),再将这两个值相减(T-C),来比较介入措施随时间改变后是否真具有临床上的效果。这种分析的方式,在计量经济学上称之为差异中差异方法(Difference-in-Difference method DID)。以一般医学或流病研究上会用到的长期追踪资料分析模型为例:假设Y为测量值(前测值,后测值),group代表不同组别(实验组,对照组),visit代表前后测不同的时间点(前测时间点,后测时间点),则模式可以写成

在上述模式中,组别和时间的交互作用项系数b3即为DID比较的结果,亦即两组随时间变化后,其改变量的比较;也就是说,借此来验证介入措施随时间变化是否有明显的效果。但此种DID模式的缺点在于未考虑不同的前测值对后测值造成的影响(常见考量此种影响的分析方法为共变数分析 ANCOVA),所以,在使用时必须注意到此项限制