En este documento, presentamos un nuevo método para medir la centralidad de los nodos en una red multinivel. La red multinivel representa nodos con diferentes relaciones entre ellos. Los nodos tienen un valor inicial de relevancia o importancia. Luego, la centralidad del nodo se obtiene de acuerdo con esta relevancia junto con su relación con otros nodos. Se han propuesto muchos métodos para obtener la centralidad del nodo mediante el análisis de la red en su conjunto. En este documento, presentamos un nuevo método para obtener la centralidad en el cual, en la primera etapa, cada capa sería capaz de definir la importancia de cada nodo en la red multinivel. En la siguiente etapa, integraríamos la importancia dada por cada capa a cada nodo. Como resultado, el nodo que se percibe con un alto nivel de importancia para todas sus capas, y el vecindario con la mayor importancia, obtiene la puntuación de centralidad más alta. Esta puntuación ha sido nombrada centralidad de esquina. Como ejemplo de cómo funciona la nueva medida, supongamos que tenemos una red multinivel con diferentes capas, una por área de investigación, y los nodos son autores pertenecientes a un área. La importancia inicial de los nodos (autores) podría ser su índice h. Un artículo publicado por diferentes autores genera un enlace entre ellos en la red. Los autores pueden estar en la misma área de investigación (capa) o en diferentes áreas (diferentes capas). Supongamos que queremos obtener la medida de centralidad de los autores (nodos) en un área concreta (capa objetivo). En la primera etapa, cada capa (área) recibe la importancia de cada nodo en la capa objetivo. Además, en la segunda etapa, la importancia relativa dada por cada capa a cada nodo se integra con la importancia de cada nodo en su vecindario en la capa objetivo. Este proceso se puede repetir con cada capa en la red multinivel. El método propuesto ha sido probado con diferentes configuraciones de redes multinivel, con excelentes resultados. Además, el algoritmo propuesto es muy eficiente en cuanto a tiempo computacional y requisitos de memoria.