Avec plus de 800 000 décès par an dans le monde, le suicide est la troisième cause de décès évitable. Il y a 20 fois plus de tentatives, impliquant de nombreuses hospitalisations, des coûts humains et sociétaux énormes. Ces dernières années, les modalités de collecte de données, sociologiques et cliniques, concernant les patients reçus en consultation après une tentative, ont connu de profonds changements liés aux outils numériques. Nous présentons les principaux résultats d'un processus complet de fouille de données sur un échantillon de suicidants de deux hôpitaux européens. Le premier objectif est d'identifier des groupes de patients similaires et le second d'identifier des facteurs de risque associés au nombre de tentatives. Des méthodes non supervisées (ACM et clustering) et supervisées (arbres de régression) sont appliquées pour y répondre. Les résultats mettent en lumière l'apport de la fouille de données à des fins descriptives ou explicatives.