Le lupus érythémateux systémique (LES) est une maladie auto-immune emblématique. L’épidémiologie du LES est très variable d’un territoire à l’autre. L’objectif de cette revue est de présenter les principales données relatives à l’épidémiologie du lupus systémique, ainsi qu’à ses facteurs de risque, tout en soulignant le développement d’approches innovantes faisant notamment appel aux méga-données. Au plan mondial, la prévalence du LES varie de 4 à 178 pour 100 000 habitants et son incidence de 0,3 à 23,7 pour 100 000 habitants par an. Ceci reflète autant des variations ethniques et possiblement environnementales que des différences dans la méthodologie d’obtention des données. Les méthodes épidémiologiques appliquées à l’étude des maladies auto-immunes rares et plus particulièrement du lupus ont considérablement évolué avec l’arrivée des méga-données. D’une part, les bases de données médico-administratives permettent de mieux caractériser l’incidence et la prévalence de ces pathologies à large échelle en utilisant des approches directes ou indirectes ; d’autre part, des modèles statistiques originaux permettent de préciser l’existence d’associations spatiales entre exposition à des facteurs environnementaux et survenue de maladies auto-immunes. Ces méthodes novatrices permettent d’accroître de notre compréhension de l’épidémiologie des maladies auto-immunes à des échelles jusqu’à présent inégalées.

Systemic Lupus Erythematosus (SLE) is an iconic autoimmune disease. The epidemiology of SLE varies greatly from one territory to another. The objective of this review is to present the main data relating to the epidemiology of systemic lupus, as well as to its risk factors, while highlighting the development of innovative approaches using in particular big data. Worldwide, the prevalence of SLE ranges from 4 to 178 per 100,000 inhabitants and its incidence from 0.3 to 23.7 per 100,000 inhabitants per year. This reflects both ethnic and possibly environmental variations as well as differences in the methodology for data collection. The epidemiological methods applied to the study of rare autoimmune diseases and more particularly lupus have evolved considerably with the advent of big data. On the one hand, medico-administrative databases make it possible to better characterize the incidence and prevalence of these pathologies on a large scale by using direct or indirect approaches; on the other hand, original statistical models make it possible to specify the existence of spatial associations between exposure to environmental factors and the occurrence of autoimmune diseases. These innovative methods are expanding our understanding of the epidemiology of autoimmune diseases at scales that have not been seen before.