La búsqueda de información asociada a datos cualitativos generalmente se realiza utilizando algoritmos de minería de datos, la investigación presentada aplica minería de datos como herramienta de análisis de datos a un caso de pacientes con hipertensión arterial (HTA) esencial, pacientes que han desarrollado hipertensión pero no existe una razón clara de porqué se ha producido. El trabajo realizado consiste en una búsqueda de patrones de comportamiento en los datos asociados a las Fichas Clínicas de 8470 pacientes con HTA esencial utilizando el algoritmo Random Forest, el cual se ha seleccionado a través de la realización de un mapeo sistemático. Como caso de estudio se genera una propuesta que analiza el comportamiento de los pacientes asociados con HTA escencial y diabetes, encontrando relaciones entre las diferentes patologías o factores propios de los pacientes. En los resultados se ha logrado identificar que la investigación realizada concuerda con el conocimiento definido y validado en la literatura (trivial). El análisis de minería de datos se realiza sobre un total de 4408 datos de pacientes de sexo Femenino y 4062 de pacientes de sexo Masculino; por lo que se logra además obtener una gran diferencia entre los factores o patologías que presenta un paciente cuando es clasificado según su sexo lo que se podría tratar como conocimiento no trivial, conocimiento que deberá ser estudiado minuciosamente a largo plazo por expertos en el área de la salud.