Contexte : Les infections acquises à l'hôpital sont des complications graves après une chirurgie cardiaque qui augmentent la morbi-mortalité. L'antibiothérapie probabiliste est la pierre angulaire du traitement et les cliniciens doivent peser soigneusement l'équilibre entre l'antibiothérapie à spectre étroit ou large. Notre objectif est de développer et de valider un score prédictif utilisable au lit du patient, permettant la prédiction des infections liées aux soins résistantes au spectre étroit (NSR) après une chirurgie cardiaque. Méthode : Une étude rétrospective monocentrique a été menée dans un service français de chirurgie cardiaque. Les patients sujets à une chirurgie cardiaque avec circulation extra corporelle étaient éligibles, et ceux qui présentaient une infection liée aux soins diagnostiquée par le clinicien et un prélèvement infectieux positif ont été inclus. À l'aide d'un modèle de régression logistique multivariable, un score a été créé afin de prédire le NSR-HAI. Résultats : Parmi les 2535 patients éligibles, 92 patients avaient une HAI et ont été inclus. Parmi eux, 61 avaient un NSR-HAI. Les variables associées aux NSR-HAI et incluses dans le score étaient la dyslipidémie, une antibiothérapie en cours pendant la chirurgie, la transfusion de globules rouges pendant la chirurgie, le choc cardiogénique après l'opération et la pneumonie comme site d'infection. L'aire sous la courbe du modèle prédictif était de 0,803. En utilisant un seuil à >1, le modèle a montré un pouvoir prédictif élevé : la sensibilité était de 96,7%, la spécificité de 48,4%, la valeur prédictive positive de 78,7% et la valeur prédictive négative de 88,2%. Avec ce modèle prédictif, 79% des prédictions étaient correctes (59/75). Conclusion : nous avons développé un système de score au lit du patient avec une bonne capacité prédictive pour prédire le NSR-HAI après une chirurgie cardiaque