La ingeniera de telecomunicaciones Cristina Crespo, profesora del Oregon Institute of Tecnology, ha creado un algoritmo que permite clasificar el tipo de hipertensión que sufre el paciente con una precisión del 97%. Los métodos que se vienen utilizando actualmente presentan un porcentaje de error del 14,6%.

Hasta ahora, los pacientes eran sometidos a una monitorización ambulatoria de la presión arterial, de forma que se recogían sus niveles cada 15 o 30 minutos durante uno o dos días. A partir de estos análisis, se establecieron dos categorías de pacientes: los 'dippers', esto es, lo que manifiestan un descenso nocturno, y los 'no dippers', asociados con una mayor frecuencia de eventos cardiovasculares y de daños en los órganos diana.

El algoritmo evaluó las señales de actigrafía (medición con pulsera) de 104 voluntarios de la Universidad de Vigo, y cosechó un acierto del 97% respecto a las anotaciones de los participantes, dato mucho más fiable que el resto de algoritmos existentes.

Según destaca la profesora, cuando no se emplea esta nueva medida "se comenten errores de clasificación de los sujetos en cuanto al diagnóstico de la hipertensión".

Actualmente ya se han tramitado cinco solicitudes de patente ante la United States Patent and Trademark Office. Así, se espera que este algoritmo pueda ser empleado de forma gratuita por investigadores sin ánimo de lucro y que las empresas privadas puedan adquirir licencias no exclusivas.

Por el momento, varias entidades se han mostrado ya interesadas en conseguir uno de estos permisos. Sin embargo, Crespo advierte de que "aún hay mucho trabajo por hacer" para que el método sea adoptado por la comunidad científica y clínica.