El Índice Internacional de Rugosidad (IRI) ha sido aceptado globalmente como un indicador esencial para evaluar la condición del pavimento. El Sistema de Gestión de Carreteras de Laos (RMS) utiliza un modelo de predicción de IRI por defecto del Desarrollo y Gestión de Carreteras (HDM-4). Sin embargo, los valores de IRI desarrollados han mostrado la necesidad de calibrar el modelo de predicción de IRI. Los registros de datos aún no están completamente disponibles para Laos, lo que dificulta la calibración del IRI para las condiciones locales. Este documento tiene como objetivo desarrollar un modelo de predicción de IRI para la Red Nacional de Carreteras (NRN) basado en la base de datos disponible del RMS de Laos. Se aplicó la técnica de análisis de Regresión Lineal Múltiple (MLR) para desarrollar dos nuevos modelos de predicción de IRI para secciones de Tratamiento Superficial Bituminoso Doble (DBST) y secciones de Concreto Asfáltico (AC). La base de datos final consistió en 83 secciones con 269 observaciones a lo largo de 1850 km de NRN DBST y 29 secciones con 122 observaciones a lo largo de 718 km de NRN AC. Los modelos propuestos predicen el IRI como una función de la edad del pavimento y la Carga Equivalente Cumulativa de Eje Simple (CESAL). El análisis de parámetros del modelo confirmó su significancia, y los valores de R fueron 0.89 y 0.84 para los modelos de DBST y AC, respectivamente. Se puede concluir que los modelos desarrollados pueden servir como una herramienta útil para los ingenieros que mantienen la NRN pavimentada.