De nombreux parasites circulent dans les populations naturelles. Au sein d’un hôte, souvent pluri-infecté, ils peuvent interagir, augmentant ou réduisant le risque d’infection et les symptômes d’autres pathogènes. L’étude de ces interactions commence seulement dans les populations naturelles. Les enjeux sont cruciaux : détecter les interactions d’intérêt, estimer la probabilité de coinfection, comprendre la cocirculation des parasites. La détection des interactions sur le terrain est compliquée par la nature des données (e.g., présence-absence) et les facteurs confondants créant des associations statistiques (fausses interactions). Ce travail visait à mener une réflexion transversale sur ces interactions et le multiparasitisme, avec des applications à des données sérologiques pour 4 virus félins suivis dans des populations rurales de chats domestiques. De nouvelles méthodes de modélisation dynamique et statistique ont été développées pour prendre en compte les facteurs générant de fausses interactions (effet cumulatif de l’âge, facteurs de risque communs) et évaluer le biais des méthodes classiques. Des synergies entre 3 couples de virus félins ont été révélées. On a aussi identifié des caractéristiques comportementales et physiologiques (modes de vie, niveau de testostérone), qui, en modulant l’exposition et la sensibilité aux pathogènes, génèrent une forte hétérogénéité entre les hôtes. Enfin, une vision intégrative des systèmes hôte-parasites est indispensable pour appréhender la complexité des communautés et évaluer l’impact de la multitude d’hôtes, de parasites et d’interactions sur la coévolution, la conservation des espèces et la gestion des maladies infectieuses / Numerous parasites circulate within natural host populations. Within a host, often pluri-infected, parasites can interact, increasing or decreasing the infection risk and/or symptoms’ severity of other pathogens. Studies of such interactions only start in natural populations. Their stakes are high: detecting interactions of interest, estimating coinfection probabilities and understanding the cocirculation of parasites. The detection of interactions in the field is however complicated by the nature of data (often presence-absence) and the existence of confounding factors that can create statistical associations (false interactions). This work aimed at having a cross-cutting reflection on those interactions and on multiparasitism, with applications on a rich dataset of four feline viruses followed in rural populations of domestic cats. New dynamical and statistical modeling methods were developed to take into account factors generating false interactions (cumulative effect of age, shared risk factors) and evaluate the biases of classical methods. Synergies between three pairs of feline viruses were revealed. In addition, we identified behavioral and physiological factors (e.g., way of life, testosterone levels) that, by modulating exposition and/or susceptibility to pathogens, generate strong heterogeneity between hosts. Finally, a more integrative approach to host-parasites systems is proposed. It now appears necessary if one wants to deal with communities’ complexity and further evaluate the impact of multiple hosts, multiple parasites and their interactions on their coevolution, species conservation and infectious diseases management