目的 探讨GM(1,1)模型在T1 DM和T2DM患者中对低血糖事件的预警价值.方法 收集2017年10月至2017年12月在河南省人民医院住院的DM患者50例,其中T1 DM患者7例,T2DM患者43例.以连续72h的血糖数据为研究对象,通过Matlab2018运行GM(1,1)模型,得到5 min、l5 min、30 min后的预测血糖值,以平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)及Clarke误差网格评价该模型的预测性能.以灵敏度(Sens)、虚警率(FA)、漏警率(MA)等指标评价低血糖预警效果,并进一步分析在T1 DM、T2DM患者中的差异.结果 5 rain预测时,GM(1,1)模型的MAE、MRE、RMSE分别是0.48、6.6％、0.68;15 min预测时,MAE、MRE、RMSE分别是0.71、9.6％、1.00;30 rain预测时,MAE、MRE、RMSE分别是1.03、13.9％、1.48.Clarke误差网格表明该模型对血糖的预测精度符合要求.5 min预测时,T1 DM患者中,低血糖预警的Sens、MA、FA分别为79.1％、20.8％、2.4％;T2DM患者中,Sens、MA、FA分别为78.9％、21.1％、1.7％.15 rain预测时,T1DM患者中,Sens、MA、FA分别为71.7％、28.3％、3.8％;T2DM患者中,Sens、MA、FA分别为70.6％、29.4％、2.9％.30min预测时,T1 DM患者中,Sens、MA、FA分别为63.3％、36.7％、5.9％;T2DM患者中,Sens、MA、FA分别为61.7％、38.3％、4.4％.两独立样本t检验表明无论在哪个预测时长,该模型在T1 DM与T2DM患者中的低血糖预警效果无统计学差异(P＞0.05).结论 GM(1,1)模型能有效预警低血糖,且在T1DM、T2DM患者中预警效果一致.