Considérons une variable aléatoire positive Y appelée temps de survie, dépendant d'une covariable X. Dans le cadre de la censure par intervalle, cas 1 (ou ''current status data''), la variable Y n'est pas directement observée. La seule information dont on dispose est la donnée du triplet (X,U,d) ou U est un temps de mesure indépendant de Y conditionnellement à X, et d est égal à 1 si Y est inférieur à U et 0 sinon. Le but de cet exposé est de construire un estimateur adaptatif de la fonction de distribution conditionnelle de Y sachant X à partir d'un échantillon de (X,U,d), par sélection de modèles. Après avoir construit une collection de modèles pour des fonctions de deux variables par produits tensoriels de fonctions d'une variable, on calcule dans chacun de ces modèles l'estimateur des moindres carrés. On obtient ainsi une collection d'estimateurs. Enfin, une procédure de sélection de modèles pénalisée fournit un estimateur adaptatif.