동남아시아 중저소득 국가 맥락에서 아프리카돼지열병(ASF)의 마을 간 확산을 이해하는 것은 이 심각한 영향을 미치는 질병을 자원 부족 상황에서 좋은 정책과 효과적인 현장 활동을 통해 통제하는 데 중요합니다. 2019년 라오 인민민주공화국에서 발생한 ASF 유행에 대한 정부 보고 데이터를 활용하여 공간 클러스터링 기법으로 발병 마을의 클러스터를 식별했습니다. 그런 다음 클러스터 내 마을 간 ASF 바이러스의 전파 매개변수를 추정하기 위해 순차 몬테카를로와 근사 베이즈 계산을 사용했습니다. 우리는 간단한 질병 확산 모델을 사용하여 매개변수 추정이 예측된 질병 확산 및 의사 결정에 미치는 영향을 이해했습니다. 7개월 동안 16에서 153km 반경의 6개 클러스터가 식별되었습니다. 이들 클러스터 내에서 기본 재생산 수(R0)는 마을 간 13에서 32 사이이며 마을 전체 감염 기간은 62에서 68일이었습니다. 최종 모델 출력은 원본 현장 보고 데이터와 비교되었습니다. 우리는 추정된 매개변수가 현장 데이터를 일치시키는 능력이 원본 현장 감시 데이터가 보고된 방식에 크게 좌우된다는 것을 발견했습니다. 특히 클러스터 내 사례가 일괄적으로 보고된 것처럼 보일 때(시간적 세부사항 부족) 우리의 모델링 접근 방식은 모델 적합성과 추정치의 정밀도 면에서 만족스러운 출력을 생산하지 못했습니다. 이 연구는 국경을 넘는 질병에 대한 감시가 질병 대응에 즉각적인 이점을 제공할 뿐만 아니라, 적절한 매개변수화된 질병 확산 모델을 통한 미래 질병 대응 계획에 정보 제공하는 데 가치 있다는 것을 보여줍니다. 정책 및 의사 결정을 추진할 수 있는 양질의 데이터를 보장하기 위해 지속적인 감시 품질 관리와 현장 수의학 서비스 지원이 필요합니다.