Résumé : Les modèles à effets mixtes sont très largement utilisés dans de nombreux domaines comme la pharmacométrie où ils permettent de prendre en compte la variabilité inter-sujets de paramètres physiologiques. Lorsque ces modèles sont non linéaires, leur utilisation pose de nombreux problèmes méthodologogiques : estimation des paramètres, sélection de modèles, planification... Depuis 2003, le groupe de travail MONOLIX(MOdèles NOn LInéaires à effets miXtes) étudie ces modèles et propose de nouvelles méthodologies. Ainsi l'algorithme SAEM (Stochastic Approximation of EM) permet l'estimation des paramètres du modèle au sens du maximum de vraisemblance pour des modèles très généraux. Cet algorithme ainsi que différentes procédures de sélection etd'évaluation de modèles sont implémentés dans le logiciel libre MONOLIX. Un calcul approché de la matrice d'information de Fisher permet de prédire l'information apporté par un protocole pour un modèle donné. Un algorithme d'optimisation de protocoles est implémenté dans le logiciel libre PFIM. Ces nouvelles méthodologies se sont avérées particulièrement bien adaptées à de nombreux problèmes complexes, comme la modélisation de dynamiques virales de patients VIH sous traitement antirétroviral.