Le modèle semi‐paramétrique généralisé à effets mixtes et coefficients variables pour les données longitudinales peut accommoder une variété de fonctions liens et offrir la flexibilité de modéliser plusieurs types d'effets, notamment ceux constants dans le temps, variables dans le temps, ou encore variant selon des covariables. Alors que les effets variant dans le temps sont des fonctions non spécifiées du temps, les effets variant selon des covariables sont des fonctions non paramétriques qui peuvent dépendre d'une variable d'exposition elle‐même dépendante du temps. Les auteurs développent une procédure d'estimation semi‐paramétrique basée sur du lissage localement linéaire et un profil de moindres carrés pondérés, ce qui nécessite du lissage dans les domaines différents mais liés du temps et de la variable d'exposition qui dépend du temps. Ils étudient les propriétés asymptotiques des estimateurs des effets paramétriques et non paramétriques, puis développent des procédures de tests d'hypothèse pour examiner l'effet des covariables. Les auteurs examinent les propriétés des estimateurs proposés sur des échantillons finis à l'aide de simulations et observent des performances satisfaisantes. Ils appliquent finalement leur méthode à l'étude clinique ACTG 244 afin d'étudier les effets d'un changement de traitement antirétroviral chez les patients atteints du VIH avant et après le développement de la mutation de résistance aux antiviraux T215Y. La revue canadienne de statistique 47: 352–373; 2019 © 2019 Société statistique du Canada