Les infections nosocomiales demeurent un véritable défi de santé publique en dépit des progrès techniques considérables enregistrés. Inhérentes à la prise en charge de soins, se sont les services de réanimation qui comptabilisent les plus fort taux de prévalence. En effet, quelle que soit leur orientation (chirurgicale, médicale ou mixte), ces services, ont pour mission la prise en charge des patients dont le processus vital est menacé par la survenue brutale d’une ou de plusieurs défaillances organiques nécessitant un arsenal diagnostic et/ou thérapeutique souvent invasif.Parmi les conséquences induites par ces infections ; i) l’allongement de la durée de séjour, ii) le surcoût, iii) une augmentation de la mortalité, et iv) la résistance bactérienne.Pouvoir anticiper en amont et en aval cette problématique aux motifs complexes et aux conséquences parfois fatales serait un atout majeur au profit des patients et un outil stratégique pour les équipes soignantes.Organisée autour de trois étapes charnières, la présente étude s’est d’abord attelée à la phasede l’identification des facteurs de risque de l’évènement nosocomial et de mortalité au service de réanimation ou s’est passé l’étude –prise en compte du case-mix du service de réanimation CHU la TIMONE-. Réalisée grâce à deux méthodes statistiques différentes à savoir la régression logistique et la méthode des risques compétitifs. L’étape suivante a consisté dans un premier temps à comparer les capacités prédictives des scores APACHE II, LOD, SOFA et SAPS II chez ces patients -hospitalisés en réanimation-ayant développé un épisode nosocomial. Dans un second temps de déterminer si la variation des scores LOD, SOFA, APACHEII et SAPS II est un facteur pronostique du risque nosocomial. Les résultats obtenus révèlent que la meilleure performance prédictive est objectivée au profit du SOFA et que seule la variation de ce même score entre le premier jour d’hospitalisation et celui du diagnostic de l’infection nosocomiale mesurée grâce à l’AUC est prédictive du risque nosocomial.À l’issue de ces étapes et au moyen des résultats obtenus une construction d’un score prédictif est réalisée grâce à la méthode de régression logistique. L’objectif de ce score est d’éclairer voire d’influencer le prescripteur lors de ses prises de décisions ou d’éventuelle démarche d’ajustement de ses conduites thérapeutiques. / Limiting nosocomial infections is still a health challenge although the technical development has improved. They are inherent in medical care and the health care services have the highest prevalence. Indeed, whatever the service (surgical, medical or both), the patients life-giving process is under attack because of the emergence of one or several organ faillures;This generates a diagnostic and therapeutic arsenal which is often invasive.Among the consequences resulting from these infections we will take into account :i) a longer stay in hospitalii) an extra costiii) a higher mortality rateiv) bacterial resistance .If we could anticipate upstream and downstream this issue with complex origins and sometimes fatal consequences, it would be a major asset for patients and a strategic tool for medical teams.The present study is organized in three parts, and first focusses onto the identification of the nosocomial event and death risk factors in intensive care where the study took place. We took into account the the case-mix of the intensive care unit in the TIMONE University Hospital. The study was made with two different statistic methods that is logistic regression and the competitive risks method.The next step first consisted in comparing the predictive capacities of the APACHE II, LOD, SOFA and SAPS II scores in nosocomial patients hospitalized in intensive care . Then it tried to determine if the variation of the LOD, SOFA, APACHEII and SAPS II scores was a prognostic risk factor.Results showed that the best predictive performance was objectively measured by the SOFA and that only the variation of this score between the first day in hospital and the day of the diagnosis of a nosocomial infection, calculated thanks to the AUC, could be predictive of a nosocomal risk. After these steps, and with the results calculated , the construction of a predictive score could be established thanks to the logistic regression method. The objective of this score is to help, or even influence the prescribing doctors when they take decisions or when they try to adjust their therapeutic practices.