La question des interactions pharmacocinétiques est un problème pharmacologique bien connu et réglementairement encadré lors de la conception d’un dossier d’autorisation de mise sur le marché d’une nouvelle molécule. Cependant, les études d’interactions ne concernent que certains interacteurs chefs de file, et ne sont pas couplées aux études portant sur les variations physiopathologiques, du sujet insuffisant rénal par exemple. Il peut alors devenir ardu d’adapter la posologie d’un traitement sur la seule base du résumé des caractéristiques du produit, ce dernier apportant peu d’informations précises à l’heure d’une médecine de plus en plus personnalisée. La modélisation pharmacocinétique est un des moyens permettant de pallier cette absence ou insuffisance de données. En se servant des données publiées de la littérature pour établir un modèle prédictif adaptable à d’autres substrats, il est possible d’offrir au clinicien comme au pharmacien ou au pharmacologue une estimation quantitative de la variation d’exposition en la molécule d’intérêt, et ainsi renforcer la prise de décision sur la juste prescription thérapeutique. Dans une première partie, en partant d’un modèle déjà publié, nous avons évalué et comparé l’ensemble des interactions impliquant les substrats disponibles dans la base de données de DDI-Predictor et deux inducteurs majeurs. A efficacité clinique identique, nous avons pu démontrer que la rifabutine provoque moins d’interactions médicamenteuses majeures que la rifampicine et pourrait devenir, sous réserves d’essais cliniques randomisés contrôlés, une nouvelle ligne thérapeutique validée dans le traitement des infections à germe sensible. Nous nous sommes ensuite intéressés à l’impact de la fonction rénale sur le métabolisme hépatique. Les données de la littérature indiquent une baisse effective de l’activité enzymatique aux stades les plus graves de l’insuffisance rénale chronique, sans pour autant proposer d’estimation quantitative de cette variation. A l’aide d’un modèle non linéaire sous contrainte, nous avons pu estimer l’impact de la baisse de la fonction rénale sur l’inhibition du métabolisme cytochromique, et ceci pour une valeur continue de débit de filtration glomérulaire. Ce modèle cross-validé met en lumière une baisse d’activité enzymatique dès le stade de l’insuffisance rénale modérée pour certains cytochromes. Enfin, nous avons étudié l’impact du changement de voie d’administration sur la force d’interaction. La plupart des études d’interactions pharmacocinétiques publiées étant réalisées sur des formes orales, le manque de publications avec des substrats intraveineux oblige à estimer la force d’une interaction à partir d’une extrapolation sur la voie orale. A l’aide d’une estimation bayesienne des paramètres, nous avons développé un modèle statique semi-mécanistique permettant l’estimation de la fraction métabolisée d’un substrat administré par voie intraveineuse, avant de comparer l’impact de l’interaction entre la voie orale et la voie intraveineuse. Nous avons proposé dans ce travail, trois approches de modélisation différentes, autour des modèles statiques semi-mécanistiques. Nous avons pu démontrer qu’un modèle peut prédire de manière quantitative l’impact de la pathologie rénale sur l’exposition en un substrat, mais aussi l’impact de la voie d’administration sur la force de l’interaction médicamenteuse. Nous avons également pu extrapoler à un grand nombre de substrats disponibles les données limitées d’étude d’interactions avec les rifamycines, soulignant le rôle prépondérant de la modélisation pharmacocinétique dans la conception de recommandations de bonnes pratiques. Ce travail met en lumière le rôle de support majeur de la modélisation pharmacocinétique à la juste prescription médicamenteuse. Elle demeure un outil prépondérant pour le pharmacologue et le pharmacien, permettant l’individualisation de la prise en charge et limitant la iatrogénie.