Cet article présente une application de la classification multi-labels pour la prédiction des diagnostics secondaires à partir d’un diagnostic primaire connu (et d’informations complémentaires) dans les données du PMSI(Programme de Médicalisation des Systèmes d'Information). Nous commençons, dans cet article, par exposer le contexte de ces travaux et justifier l’application d’une classification multi-labels pour répondre à ce besoin. Une étude bibliographique sur la classification multi-labels est ensuite présentée en mettant l’accent sur les caractéristiques des données multi-labels que nous manipulons et les différentes métriques utilisées dans ce domaine pour évaluer la qualité des jeux de données. Nous menons ensuite une étude comparative des algorithmes de la littérature appliqués au contexte de la prédiction de diagnostics afin d'identifier la meilleure stratégie à appliquer. Cette étude est composée de trois étapes: (i) caractérisation de la qualité des données multi-labels, (ii) relevé des expérimentations menées sur les différents algorithmes et (iii) comparaison des résultats en s’appuyant sur les métriques de référence.