Les troubles du contrôle de l'impulsivité sont une classe de troubles psychiatriques caractérisés par des difficultés dans la maîtrise de ses émotions, pensées et comportements. Ces troubles sont courants dans la maladie de Parkinson et associés à une baisse de la qualité de vie des patients ainsi qu'à une augmentation de la charge des aidants. Pouvoir prédire quels sont les sujets les plus à risque de développer ces troubles et quand ces troubles apparaissent est de grande importance. L'objectif de cette thèse est d'étudier les troubles du contrôle de l'impulsivité dans la maladie de Parkinson à partir des approches statistique et de l’apprentissage automatique, et se divise en deux parties. La première partie consiste à analyser la performance prédictive de l'ensemble des facteurs associés à ces troubles dans la littérature. La seconde partie consiste à étudier l'association et l'utilité d’autres facteurs, en particulier des données génétiques, pour améliorer la performance prédictive. Dans un premier chapitre, nous présentons la maladie de Parkinson et les troubles du contrôle de l'impulsivité, effectuons une revue de la littérature sur les troubles du contrôle de l’impulsivité dans la maladie de Parkinson, introduisons les principaux concepts de l’apprentissage automatique et présentons les bases de données sur lesquelles nous avons travaillé et les logiciels utilisés pour analyser ces données. Dans un deuxième chapitre, nous étudions la performance prédictive de plusieurs algorithmes d’apprentissage automatique en utilisant comme variables d’entrée les facteurs associés aux troubles du contrôle de l’impulsivité dans la maladie de Parkinson. Dans un troisième chapitre, nous étudions l'association entre les troubles du contrôle de l’impulsivité dans la maladie de Parkinson et des scores de risque génétique pour un large panel de phénotypes. Dans un dernier chapitre, nous étudions différentes approches d'intégrer des données statiques dans des réseaux de neurones récurrents et évaluons leur performance dans le cas de la prédiction des troubles du contrôle de l'impulsivité dans la maladie de Parkinson, en utilisant des données génétiques pour les données statiques. À travers ces travaux, nous mettons en avant l'importance d'utiliser des algorithmes d'apprentissage automatique, des méthodes de validation croisée et des cohortes de réplication pour évaluer la puissance prédictive de facteurs de risque connus ou supposés des troubles du contrôle de l'impulsivité dans la maladie de Parkinson.