La modélisation conjointe de séries temporelles de dénombrements corrélées est essentielle en recherche sur les services de santé, où des données concernant par exemple les visites à l’urgence pour des problèmes de santé mentale et de consommation de substances évoluent souvent simultanément. Ignorer ces dépendances peut masquer des tendances importantes et limiter l’efficacité de l’évaluation des politiques. Nous proposons un cadre fondé sur les copules qui combine une régression binomiale négative avec des splines pénalisées pour modéliser de façon flexible les tendances marginales et une copule à dépendance temporelle lisse pour capter l’évolution de la dépendance. La stratégie de modélisation intègre des résidus quantiles randomisés et la validation croisée afin d’évaluer l’adéquation des modèles marginaux de dénombrements, garantissant que les diagnostics d’ajustement éclairent l’interprétation des structures de dépendance. Les simulations démontrent une amélioration de la précision et de la quantification de l’incertitude par rapport aux modèles supposant une dépendance constante ou inexistante.