La surveillance épidémiologique est le recueil systématique et continu d’informations sur l’état de santé des populations, leur analyse, leur interprétation et leur diffusion à tous les décideurs ayant besoin d’être informés. Un de ses objectifs est la détection des événements inhabituels, i.e. des épidémies, nécessitant la mise en place rapide de contre-mesures. Les objectifs de ce travail de thèse sont : (i) d’évaluer les principales méthodes statistiques de détection publiées et communément employées dans différents systèmes de surveillance épidémiologique, (ii) de proposer une nouvelle approche reposant sur la combinaison optimale de méthodes de détection statistique des épidémies et (iii) de développer une nouvelle méthode statistique d’analyse étiologique d’une épidémie à partir des données de surveillance épidémiologique collectées en routine par le système.Pour atteindre ces objectifs, nous évaluons les principales méthodes statistiques de la littérature, à partir d’un jeu publié de données simulées. Puis nous proposons une approche originale pour la détection des épidémies sur le principe de la combinaison de méthodes sélectionnées lors de l’étape précédente. Les performances de cette approche sont comparées aux précédentes selon la méthodologie utiliséeà la première étape. Enfin, nous proposons une méthode d’analyse étiologique d’une épidémie à partir des données de surveillance en employant des modèles statistiques adaptés aux séries chronologiques. / Public health surveillance is the ongoing, systematic collection, analysis, interpretation, and dissemination of data for use in public health action to reduce morbidity and mortality of health-related events and to improve health. One of its objectives is the detection of unusualevents, i.e. outbreaks, requiring the rapid implementation of countermeasures.The objectives of this work are: (i) to evaluate the main published statistical methods for outbreak detection commonly implemented in different public health surveillance systems, (ii) to propose a new approach based on the optimal combination of statistical methods foroutbreak detection and benchmark it to other methods; and (iii) develop a new statistical method for the etiological analysis of an outbreak from public health surveillance data routinely collected by the system. To achieve these objectives, as a first step, we evaluate the main statistical methods, from a published set of simulated public health surveillance data. Statistical methods have been evaluated for an operational purpose: for all simulated time series, we used the tuning parameters recommended by their authors for each algorithm when available. We propose sensitivity and specificity metrics suitable for these tools. Then we propose an original approach for outbreak detection based on combination of methods selected in the previous step. The performance of this approach is compared to the previous ones according to the methodology implemented in the first step.Finally, we propose a method for the etiological analysis of an outbreak from surveillance data by using statistical models suitable for time series analysis