Khoảng 93% các tử vong trong bệnh viện xảy ra ở bệnh nhân nhập viện trong tình trạng cấp cứu. Ngoài ra, do sự đa dạng về bệnh lý và mức độ nặng của bệnh nội khoa cấp cứu nên gây ra nhiều khó khăn cho việc tiên lượng bệnh. Điều này dẫn đến nhiều biến cố bất lợi xảy ra ngoài dự đoán. Mặc dù tiên lượng dựa trên kinh nghiệm cá nhân của bác sỹ điều trị có độ chính xác khá tốt, tiên lượng dựa trên kinh nghiệm cá nhân thường có độ tin cậy thấp đối với những bệnh nhân có kết cục điều trị rất tốt hoặc rất xấu (tiên lượng thừa nguy cơ tử vong). Do đó, nhiều mô hình tiên lượng đã được nghiên cứu và ứng dụng để phát hiện những bệnh nặng cần hồi sức tích cực, nhằm giảm tỷ lệ tử vong và tối ưu hóa sử dụng nguồn lực y tế. Hiện nay, đối với bệnh nhân nội khoa tại khoa cấp cứu các mô hình được sử dụng phổ biến là Rapid Emergency Medicine Score (REMS), Rapid Acute Physiology Score (RAPS), Worthing Physiological Scoring system (WPS), Routine Laboratory Data (RLD), Simple Clinical Score (SCS) và Admission Laboratory Tests (ALTs). Các mô hình này đã được nghiên cứu ở các nước Âu Mỹ và có độ chính xác tốt khi tiên lượng kết cục điều trị.