La preeclampsia es una de las principales causas de morbimortalidad durante la gestación. Su incidencia es del 3-5% en gestaciones únicas. La gestación gemelar supone un factor de riesgo para el desarrollo de preeclampsia. La incidencia en dichas gestaciones es del 9 y el 10%, lo que supone un riesgo entre 3 y 4 veces mayor a las gestaciones únicas.
La identificación de marcadores angiogénicos como responsables del daño endotelial asociado a la preeclampsia y su aplicabilidad en la práctica clínica ha supuesto un importante avance en la predicción de la enfermedad, su diagnóstico precoz y su manejo.
Actualmente, mediante la aplicación de modelos multiparamétricos que incluyen historia clínica, marcadores biofísicos y bioquímicos somos capaces de predecir qué gestantes presentan un alto riesgo de desarrollar una preclampsia. Además, la administración de aspirina a bajas dosis a dichas gestantes será capaz de prevenir la enfermedad en un 80% de los casos.
Sin embargo, los estudios realizados para validar dichos modelos predictivos y la capacidad de prevención de la aspirina, solo se han realizado en gestaciones únicas. Hoy por hoy no existe un modelo de cribado validado para la gestación gemelar. Así mismo desconocemos el papel que puede desempeñar la aspirina para prevenir la enfermedad en dichas gestaciones.
El objetivo del estudio que se presenta es establecer la capacidad de predicción de un algoritmo multiparamétrico para la predicción de preeclampsia en gestaciones gemelares.