Les modèles de progression des maladies sont un outil prometteur pour analyser des données longitudinales présentant de multiples modalités. De tels modèles peuvent être utilisés pour estimer une progression de la maladie à long terme et reconstruire des trajectoires individuelles qui peuvent rendre compte de la variabilité entre les patients, mais aussi entre les modalités. Nous avons implémenté. la version multivariée, combinant 14 tests cliniques, d'un modèle bayésien à effets mixtes (Leaspy), qui implique une reparamétrisation temporelle pour analyser l'évolution d'une artériopathie cérébrale autosomique dominante à l'origine d'infarctus sous-corticaux et d'une leucoencéphalopathie (CADASIL). Nous avons analysé les données de 395 patients avec 2007 visites, recrutés au Centre National de Référence français CERVCO, en utilisant Leaspy pour évaluer la variabilité temporelle, résultant de différents rythmes de progression et de décalages temporels, ainsi que la variabilité spatiale, prenant la forme d'une modification dans la séquence des événements. Notre analyse multivariée nous a permis de modéliser la progression de la maladie comme un vecteur à 14 dimensions, et ainsi de rendre compte des relations entre les variables dépendantes, qui ont montré des variations dans le point temporel de début de détérioration. Nous avons ensuite implémenté un modèle de mélange gaussien (GMM) pour les paramètres individuels afin d'identifier des sous-types sous-jacents de la maladie. Nous avons identifié un sous-groupe de patients avec un début précoce et une progression rapide, présentant des symptômes moteurs et des déficits neurologiques plus précoces, et un groupe avec un début tardif et une progression lente, montrant des symptômes cognitifs plus précoces. Pour conclure le modèle multivarié parvient à mettre en évidence les différences dans l'évolution des scores cliniques, suggérant un déclin progressif mais également hétérogéne dans CADASIL et le profilage a révélé deux sous-types impliquant à la fois la variabilité temporelle et spatiale.