La menace du bioterrorisme, l'émergence de nouveaux pathogènes et la crainte d'une pandémie grippale ont favorisé, ces dix dernières années, la recherche de nouveaux outils et de nouvelles données pour la surveillance des maladies infectieuses. Dans cette thèse, ce problème est abordé d'une part avec des modèles statistiques pour la détection des épidémies à partir de données temporelles de surveillance (modèles de régression périodique), puis par l'évaluation de deux sources de données non cliniques (ventes de médicaments et recherches sur Internet) potentiellement intéressantes pour la surveillance des maladies infectieuses. Les modèles de régression périodique permettent la détection et la quantification des épidémies à partir de séries temporelles de surveillance, pour des maladies telles que la grippe ou la gastroentérite, où l'enjeu est d'extraire un signal en présence d'un niveau de base périodique. Nous avons déterminé les paramètres clés de ces modèles en effectuant une revue de la littérature. Une interface Internet autorisant la modification de ces paramètres clés a été construite pour permettre l'analyse de données temporelles et la comparaison de modèles. Ainsi, ce site Internet permet de tester rapidement des hypothèses d'analyse, de comparer des modèles et d'en choisir un, pour mettre en place une surveillance ou évaluer l'impact des épidémies. Nous avons ensuite construit et évalué un indicateur basé sur les ventes de médicaments pour la détection des épidémies de gastroentérite. Pour déterminer les classes thérapeutiques les plus informatives pour cette surveillance, une large base de ventes pharmaceutiques a été analysée par classification hiérarchique. L'indicateur obtenu a permis de détecter avec de très bonnes sensibilité, spécificité et rapidité, les épidémies de gastroentérite déclarées par le Réseau Sentinelles sur la base de la surveillance des diarrhées aiguës en médecine générale. Enfin, le nombre de requêtes effectuées sur le moteur de recherche Google au sujet de trois maladies infectieuses a été comparé aux données cliniques de surveillance fournies par le Réseau Sentinelles. Une corrélation élevée a été mise en évidence entre certaines requêtes et l'incidence des syndromes grippaux, des diarrhées aiguës et de la varicelle entre 2004 et 2008. Des modèles de régression multiple construits sur ces requêtes ont permis d'estimer, avec une bonne précision, les incidences de ces trois maladies sur cette période. Toutefois, ces mêmes modèles ont donné des prédictions erronées pour les syndromes grippaux durant la pandémie de grippe A/H1N1 de 2009.