L'analyse de médiation suppose des facteurs de confusion statiques, ce qui est rarement le cas dans les études longitudinales. Nous élargissons la méthode de Baron Kenny en incorporant la pondération par probabilité inverse stabilisée (sIPW) afin de traiter les facteurs de confusion variables dans le temps dans les séries chronologiques interrompues. Les pondérations cumulatives ajustent les facteurs de confusion dans les voies de médiation du traitement et les voies de médiation des résultats, satisfaisant ainsi à l'ignorabilité séquentielle pour identifier les effets directs et indirects naturels. Des études en simulation montrent que la méthode standard de Baron Kenny produit un biais important avec une couverture nulle ; la sIPW permet d'obtenir des estimations non biaisées. Nous appliquons cette méthode à la fin du programme Drive Clean de l'Ontario en avril 2019, en examinant les effets sur l'ozone dans les régions de Toronto. La fin du programme a réduit l'ozone de 2,26 ppb (IC à 95 % : [2,81, 1,72]), décomposé en un effet direct de 1,77 ppb et un effet indirect de 0,80 ppb. Ce cadre fournit une approche fondée sur des principes pour estimer les effets des politiques et les voies mécanistiques dans des contextes longitudinaux avec des facteurs de confusion variables dans le temps.