Abstract Background Data on overuse of diagnostic and therapeutic resources underline their contribution to the decline in healthcare quality. The application of “Do Not Do” recommendations, in interaction with gender biases in primary care, remains to be fully understood. Therefore, this study aims to identify which low-value practices (LVPs) causing adverse events are susceptible to be applied in primary care setting with different frequency between men and women. Methods A consensus study was conducted between November 1, 2021, and July 4, 2022, in the primary care setting of the Valencian Community, Spain. Thirty-three of the 61 (54.1%) health professionals from clinical and research settings invited, completed the questionnaire. Participants were recruited by snowball sampling through two scientific societies, meeting specific inclusion criteria: over 10 years of professional experience and a minimum of 7 years focused on health studies from a gender perspective. An initial round using a questionnaire comprising 40 LVPs to assess consensus on their frequency in primary care, potential to cause serious adverse events, and different frequency between men and women possibly due to gender bias. A second round-questionnaire was administered to confirm the final selection of LVPs. Results This study identified nineteen LVPs potentially linked to serious adverse events with varying frequencies between men and women in primary care. Among the most gender-biased and harmful LVPs were the use of benzodiazepines for insomnia, delirium, and agitation in the elderly, and the use of hypnotics without a previous etiological diagnosis. Conclusions Identifying specific practices with potential gender biases, mainly in mental health for the elderly, contributes to healthcare promotion and bridges the gap in gender inequalities. Trial registration NCT05233852, registered on 10 February 2022.

To establish a consensus for evaluating second victims (SV) support interventions to facilitate comparison over time and across different organizations.

Current Artificial Intelligence (AI) systems can effortlessly and instantaneously generate text, images, songs, and videos. This capability will lead us to a future where a significant portion of available information will be partially or wholly generated by AI. In this context, it is crucial to ensure that AI-generated texts and images do not perpetuate or exacerbate existing gender biases. We examined the behavior of two common AI chatbots, ChatGPT and Mistral, when generating text in Spanish, both in terms of language inclusiveness and perpetuation of traditional male/female roles. Our analysis revealed that both tools demonstrated relatively low gender bias in terms of reinforcing traditional gender roles but exhibited higher gender bias concerning language inclusiveness, at least in the Spanish language. Additionally, although ChatGPT showed lower overall gender bias than Mistral, Mistral provided users with more control to modify its behavior through prompt modifiers. As a final conclusion, while both AIs exhibit some degree of gender bias in their responses, this bias is significantly lower than the gender bias present in their human-authored source materials.

Background The second victim (SV) experience limits the performance of health and care workers and places patients at risk. Peer support is recognised as the most effective, feasible and acceptable intervention to mitigate its impact. Objective To define a set of success factors when designing interventions to support SVs in health and care facilities based on expertise in different European countries. Setting International collaboration involving countries with diverse cultures, structures and legal frameworks. Design Qualitative research. Method Focus groups involving a total of 43 participants were conducted in five countries. Prominent professionals in European peer support interventions were engaged. Analysis of common elements considered key to the success of these programmes was underscored. Results Critical success factors for designing effective SV support interventions included the need for an occupational health approach, the establishment of a strong organisational safety culture, immediate psychological first aid, long-term resilience building, the engagement and training of peer supporters, the provision of adequate resources and ongoing support, the importance of leadership commitment and the necessity of tailoring interventions to the specific context and needs of each institution and country considering their diverse sociocultural and legal framework. The expected benefits included ensuring optimal patient care and reducing associated costs such as staff turnover and litigation. Conclusion Effective SV support interventions are essential for enhancing the resilience and performance of health and care workers, ultimately improving patient safety. By implementing tailored and well-resourced interventions, healthcare institutions can mitigate the negative impact of the SV phenomenon, promoting optimal care.