Proporcionar recursos útiles a los pacientes es esencial para lograr la visión de la medicina participativa. Sin embargo, el problema de identificar contenido pertinente para un grupo de pacientes es aún más difícil que identificar información para solo uno. Sin embargo, los estudios sugieren que los principios de cambio de comportamiento basados en la dinámica de grupo tienen un efecto positivo en el bienestar de los pacientes. En este sentido, en este artículo presentamos un modelo de recomendación multidimensional en el ámbito de la salud utilizando filtrado colaborativo. Proponemos una nueva función de similitud semántica entre usuarios, yendo más allá de los problemas médicos de los pacientes, considerando dimensiones adicionales como el nivel educativo, la alfabetización en salud y el estado psicoemocional de los pacientes. Explotando esas dimensiones, estamos interesados en proporcionar recomendaciones que sean tanto altamente relevantes como justas para grupos de pacientes. En consecuencia, introducimos la noción de equidad y presentamos un nuevo método de agregación, acumulando puntuaciones de preferencia. Mostramos experimentalmente que nuestro enfoque puede ofrecer mejores recomendaciones a pequeños grupos de pacientes para documentos de información útil.