Les événements indésirables (EI) sont des paramètres essentiels dans l’évaluation de la sécurité des traitements, mais ils introduisent des données très complexes dans les essais cliniques. Les EI varient en termes de symptômes, de gravité et de durée, ce qui entraîne des tendances de déclaration disparates et des données incomplètes et non structurées. Les méthodes traditionnelles négligent souvent ces disparités structurelles, traitant les EI comme des résultats uniformes au lieu de tenir compte de leurs caractéristiques distinctes. Ces différences concernant les structures et les déclarations, associées aux corrélations entre les EI, compliquent l’analyse des effets du traitement. Pour y remédier, nous proposons une approche de modélisation conjointe semi-paramétrique qui intègre divers types de données sur les EI tout en tenant compte de leurs caractéristiques uniques, telles que des durées et des formats de déclaration variables, ainsi que des corrélations entre les EI multiples. Ce modèle permet une évaluation plus précise des effets du traitement sur les EI multiples, comme le démontrent les simulations et l’application à un ensemble de données cliniques réelles.