Le codage médical est la tâche qui consiste à attribuer des codes médicaux aux documents cliniques rédigés en texte libre. Les professionnels de la santé attribuent manuellement ces codes pour suivre les diagnostics et les traitements des patients. Le codage médical automatisé peut considérablement alléger cette charge administrative. Dans cet article, nous reproduisons, comparons et analysons des modèles d'apprentissage automatique de pointe pour le codage médical automatisé. Nous montrons que plusieurs modèles sous-performent en raison de configurations faibles, de séparations d'entraînement-test mal échantillonnées et d'évaluations insuffisantes. Dans les travaux précédents, le score macro F1 a été calculé de manière suboptimale, et notre correction le double. Nous contribuons à une comparaison révisée des modèles en utilisant un échantillonnage stratifié et des configurations expérimentales identiques, y compris l'ajustement des hyperparamètres et du seuil de décision. Nous analysons les erreurs de prédiction pour valider ou infirmer les hypothèses des travaux précédents. L'analyse confirme que tous les modèles ont du mal avec les codes rares, tandis que la longueur des documents n'a qu'un impact négligeable. Enfin, nous présentons les premiers résultats complets sur le nouveau jeu de données MIMIC-IV en utilisant les modèles reproduits. Nous mettons à disposition notre code, les paramètres du modèle et de nouveaux pipelines d'entraînement et d'évaluation pour MIMIC-III et MIMIC-IV afin de faciliter des comparaisons futures équitables.