Les séries chronologiques interrompues (SCI) fournissent un cadre quasi expérimental pour les essais cliniques sur un seul sujet évaluant les thérapies géniques irréversibles pour les maladies ultra-rares. On étudie comment les choix de conception affectent la performance en simulant une étude de deux ans avec des périodes pré et post-thérapie selon deux modèles de réponse : une tendance naturelle avec un changement linéaire progressif, ou avec un changement brusque supplémentaire. On compare le modèle de régression segmentée (SRM), le modèle autorégressif à moyenne mobile intégrée (ARIMA) et le modèle additif généralisé (GAM). On varie la durée de la période pré-thérapeutique, la taille de l'effet, la fréquence des mesures et la variance des résultats. Tous les modèles ont une puissance similaire et un taux d'erreur de type I bien contrôlé, ARIMA étant généralement le plus puissant. Des périodes pré-post équilibrées améliorent la puissance. La puissance augmente avec des effets plus importants et une variance plus faible, et diminue avec des mesures plus espacées. Le SRM présente davantage d'erreurs de type I lorsque les mesures sont espacées. Le choix d'un modèle et d'une conception appropriés est donc essentiel dans les études SCI à sujet unique.