Skip to content

23.7 Regulação Farmacêutica

23.7 Regulação Farmacêutica e Acesso a Medicamentos

23.7.1 O dilema preço-acesso-inovação

Na Seção 23.3.3, vimos que a indústria farmacêutica opera sob uma lógica de monopólio temporário: patentes garantem exclusividade por 20 anos para financiar P&D, mas durante a vigência o preço excede o custo marginal — restringindo o acesso. A regulação farmacêutica busca mitigar esse trade-off sem destruir o incentivo à inovação.

O problema pode ser formalizado como um dilema de três vértices:

  • Inovação: requer expectativa de lucro monopolista (patentes longas, preços livres).
  • Acesso: requer preços próximos ao custo marginal (patentes curtas ou inexistentes, regulação de preços).
  • Sustentabilidade fiscal: o orçamento público é finito — subsidiar medicamentos caros compete com outros investimentos em saúde.

Nenhuma política resolve os três simultaneamente. A regulação de preços de medicamentos é, portanto, uma escolha sobre qual vértice sacrificar — e em que medida.

Regulação de preços de medicamentos

Intervenção governamental que fixa limites máximos (tetos) para os preços de medicamentos, utilizando critérios como: (i) referenciamento internacional — comparar com preços praticados em outros países; (ii) referenciamento terapêutico — comparar com medicamentos substitutos na mesma classe; (iii) custo-efetividade — incorporar apenas medicamentos cujo ICER (Seção 23.6.2) esteja abaixo de um limiar pré-definido; (iv) teto de markup — limitar a margem sobre o custo de produção. A maioria dos países combina mais de um critério.

23.7.2 O modelo brasileiro: CMED e política de genéricos

O Brasil adota um sistema de regulação por teto de preços administrado pela CMED (Câmara de Regulação do Mercado de Medicamentos), vinculada à ANVISA. O sistema funciona em duas frentes:

1. Preço-teto para novos medicamentos. Quando uma empresa solicita registro de um novo medicamento, a CMED fixa o Preço Fábrica (PF) máximo com base em:

  • Referenciamento internacional: preço mediano em uma cesta de países (Austrália, Canadá, Espanha, EUA, França, Grécia, Itália, Nova Zelândia, Portugal).
  • Análise de custo-efetividade para incorporação ao SUS (via CONITEC).
  • Custo de tratamento versus alternativas terapêuticas existentes.

2. Reajuste anual. Os preços são reajustados anualmente por uma fórmula que combina inflação (IPCA), um fator de produtividade (\(X\)) e um fator de ajuste entre setores:

\[ \Delta P = \text{IPCA} - X + Z \label{eq:23.23} \tag{23.23} \]

onde \(X\) captura ganhos de produtividade (que devem ser repassados ao consumidor) e \(Z\) é um fator de ajuste de preços relativos. Em 2024, o reajuste autorizado foi de 4,50% (IPCA acumulado menos fator \(X = 0\)).

3. Política de genéricos. A Lei dos Genéricos (Lei 9.787/1999) estabeleceu que medicamentos genéricos devem custar no mínimo 35% menos que o medicamento de referência. O impacto foi transformador:

Indicador 2003 2024
Market share dos genéricos (unidades) ~9% ~38%
Número de apresentações genéricas registradas ~2.500 ~8.200+
Desconto médio vs. referência ~40% ~55–65%

Fonte: Pró-Genéricos; ANVISA, 2024.

Medicamento genérico

Medicamento com o mesmo princípio ativo, forma farmacêutica, dosagem e indicação terapêutica do medicamento de referência (marca), cuja patente expirou. Deve demonstrar bioequivalência — isto é, que a absorção e a concentração sanguínea do princípio ativo são estatisticamente equivalentes ao medicamento original. O genérico é identificado pela denominação comum brasileira (DCB) e não pode usar nome de marca.

Intuição Econômica

Em uma frase: O genérico é a concorrência perfeita chegando ao mercado farmacêutico — mas só depois que a patente expira e alguém paga o custo fixo da bioequivalência.

Pense assim: Durante a vigência da patente, a empresa original é um monopolista (Capítulo 15) e cobra \(P > CMg\). Quando a patente expira, o mercado deveria convergir para \(P = CMg\) — como num mercado perfeitamente competitivo (Capítulo 13). Na prática, a convergência é incompleta: muitos consumidores continuam comprando a marca (por confiança, hábito ou prescrição médica), gerando um "prêmio de marca" que persiste por anos. Esse prêmio é pura assimetria de informação — o genérico é quimicamente idêntico, mas o consumidor não tem certeza.

Por que isso importa: A política de genéricos é um dos instrumentos mais poderosos de redução de preços em saúde. No Brasil, a economia estimada para consumidores foi de R$ 250+ bilhões acumulados desde 1999. Mas o prêmio de marca persistente mostra que informação importa: campanhas de conscientização e substituição obrigatória na dispensação são tão importantes quanto a existência do genérico.

O Programa Farmácia Popular do Brasil, criado em 2004, representa uma abordagem diferente: em vez de regular preços, o governo subsidia diretamente o custo do medicamento para o consumidor.

O mecanismo é simples: o governo repassa às farmácias credenciadas o valor dos medicamentos da lista do programa, e o consumidor paga zero (ou uma fração reduzida). Em 2024, o programa atingiu 100% de gratuidade para 41 medicamentos essenciais (hipertensão, diabetes, asma, entre outros), beneficiando 24,7 milhões de brasileiros em mais de 31 mil farmácias credenciadas — cobrindo 85% dos municípios (Ministério da Saúde, 2024).

Em termos microeconômicos, o Farmácia Popular é um subsídio ao consumo que desloca a curva de demanda efetiva para a direita:

\[ p_{\text{consumidor}} = \max\{0, \; p_{\text{mercado}} - s\} \label{eq:23.24} \tag{23.24} \]

onde \(s\) é o subsídio por unidade. Quando \(s \geq p_{\text{mercado}}\), o preço efetivo é zero — eliminando a barreira de preço ao acesso.

Brasil na Prática — Farmácia Popular: subsídio cruzado e acesso universal

O modelo econômico. O Farmácia Popular opera como um subsídio direto ao consumo de medicamentos essenciais, financiado por receitas gerais do governo federal. O orçamento saltou de R$ 2,48 bilhões (2022) para R$ 3,4 bilhões (2024) — um aumento de 37%.

Resultados. Estudos mostram que o programa reduziu significativamente as internações hospitalares por condições crônicas mal controladas. A lógica é direta: se o paciente hipertenso toma o remédio regularmente (porque é gratuito), ele não aparece no pronto-socorro com AVC — e o custo de uma internação por AVC (~R$ 8.000–15.000) é muito maior que o custo anual dos anti-hipertensivos (~R$ 200–400 pelo Farmácia Popular).

Análise custo-efetividade. O programa é provavelmente cost-saving (economia líquida): cada R$ 1 gasto com medicamentos gratuitos economiza estimativamente R$ 2–4 em internações evitadas. É um dos raros casos em que o subsídio público se paga sozinho — porque a alternativa (não tratar doenças crônicas) é muito mais cara.

Fonte: Ministério da Saúde, Farmácia Popular: 20 anos do Programa, 2024. Disponível em gov.br/saude.

Brasil na Prática — CMED e a regulação por teto: funciona?

O mecanismo. A CMED fixa o Preço Máximo ao Consumidor (PMC) para cada medicamento — incluindo impostos. Farmácias e distribuidoras não podem cobrar acima do PMC. O reajuste anual é automático (fórmula IPCA − X + Z), mas a CMED pode intervir ad hoc em casos de abuso.

Evidências. Um estudo do PROCON-SP (2024) encontrou variação de preços entre farmácias de até 300% para o mesmo medicamento — mesmo com o teto da CMED. A explicação: o PMC é um teto, não um preço único. Farmácias em bairros de alta renda cobram próximo ao teto; farmácias populares e redes de desconto cobram muito abaixo. Isso é discriminação de preços geográfica (Capítulo 15) — perfeitamente consistente com a teoria do monopólio com segmentação de mercado.

O novo marco (2025–2026). A Resolução CMED nº 3/2025 reformulou o sistema de precificação para incluir avaliação de custo-efetividade obrigatória (via CONITEC) como critério para fixação do preço de novos medicamentos — aproximando o Brasil do modelo do NICE britânico.

Fonte: ANVISA/CMED, Resolução nº 3/2025; PROCON-SP, Pesquisa de Preços de Medicamentos, 2024.

23.7.4 O modelo Rothschild-Stiglitz aplicado a planos de saúde com cobertura farmacêutica

A inclusão de medicamentos de alto custo nos planos de saúde intensifica o problema de seleção adversa (Seção 23.4). Considere dois tipos de pacientes:

  • Tipo L (baixo risco): probabilidade \(\pi_L = 0{,}05\) de precisar de tratamento de alto custo ($m = $ R$ 100.000/ano).
  • Tipo H (alto risco — doença crônica diagnosticada): probabilidade \(\pi_H = 0{,}80\).

O custo atuarial justo por tipo é:

\[ P_L = \pi_L \cdot m = 0{,}05 \times 100.000 = \text{R\$}\;5.000 \label{eq:23.25} \tag{23.25} \]
\[ P_H = \pi_H \cdot m = 0{,}80 \times 100.000 = \text{R\$}\;80.000 \label{eq:23.26} \tag{23.26} \]

Se a operadora cobra prêmio único (pooling):

\[ \bar{P} = \lambda P_H + (1-\lambda) P_L \label{eq:23.27} \tag{23.27} \]

Com \(\lambda = 0{,}20\) (20% alto risco): $\bar{P} = 0{,}20 \times 80.000 + 0{,}80 \times 5.000 = $ R$ 20.000. Para o tipo L, esse prêmio é 4× seu custo atuarial — incentivando a saída.

Exercício Resolvido 23.4 — Seleção adversa e cobertura farmacêutica

Enunciado. Uma operadora de plano de saúde oferece cobertura para medicamentos de alto custo. A população é composta por 70% de tipo L (\(\pi_L = 0{,}10\), custo $m = $ R$ 50.000) e 30% de tipo H (\(\pi_H = 0{,}60\), mesmo custo \(m\)).

(a) Calcule o prêmio do pool (prêmio único para todos).

(b) Se o tipo L tem disposição a pagar máxima de R$ 8.000 pelo seguro, o que acontece com o mercado?

(c) Proponha um menu de contratos separador (Rothschild-Stiglitz) que estabilize o mercado.

Solução.

(a) Custo esperado por tipo: $P_L = 0{,}10 \times 50.000 = $ R$ 5.000; $P_H = 0{,}60 \times 50.000 = $ R$ 30.000.

Prêmio do pool: $\bar{P} = 0{,}30 \times 30.000 + 0{,}70 \times 5.000 = 9.000 + 3.500 = $ R$ 12.500.

(b) Como $\bar{P} = $ R$ 12.500 > R$ 8.000 (disposição a pagar do tipo L), os tipos L saem do pool. Recalculando com apenas tipos H: $P = $ R$ 30.000. Os tipos L ficam sem seguro — colapso parcial do mercado (espiral da morte).

(c) Menu separador:

  • Contrato H (para alto risco): cobertura total, prêmio $P_H = $ R$ 30.000. O tipo H aceita porque $P_H < $ custo esperado sem seguro ajustado pela aversão ao risco.
  • Contrato L (para baixo risco): cobertura parcial (50% do custo), prêmio $P_L = 0{,}10 \times 0{,}50 \times 50.000 = $ R$ 2.500. O tipo L aceita porque $P_L < $ R$ 8.000. O tipo H não deseja imitar o L porque a cobertura parcial é menos atraente para quem tem alta probabilidade de usar.

A chave é que a cobertura parcial funciona como mecanismo de screening (Capítulo 19): quem aceita menos cobertura sinaliza que é baixo risco. O custo da assimetria de informação é que o tipo L recebe seguro inferior ao que receberia com informação completa — o resultado clássico de Rothschild-Stiglitz.

Exercício Resolvido 23.5 — Moral hazard em plano odontológico

Enunciado. Um plano odontológico observa que, após incluir cobertura integral para procedimentos estéticos (clareamento, facetas), o consumo desses procedimentos triplicou — de 2 para 6 procedimentos por beneficiário/ano. O custo por procedimento é R$ 500.

(a) Calcule o aumento no gasto do plano por beneficiário.

(b) Se a elasticidade-preço da demanda por procedimentos estéticos é \(\varepsilon = -1{,}5\), o aumento observado é consistente com a teoria?

(c) Proponha um mecanismo de copagamento que reduza o moral hazard sem eliminar a cobertura.

Solução.

(a) Gasto adicional: $(6 - 2) \times 500 = $ R$ 2.000/beneficiário/ano.

(b) A cobertura integral reduziu o preço efetivo de R$ 500 para R$ 0 — variação de 100%. Com \(\varepsilon = -1{,}5\), a variação esperada na quantidade seria \(1{,}5 \times 100\% = 150\%\) (de 2 para 5). O aumento observado (200%, de 2 para 6) excede a previsão — sugerindo que há não apenas efeito-preço, mas também demanda induzida pelo ofertante (Seção 23.3.1): dentistas prescrevem mais procedimentos quando sabem que o plano cobre.

(c) Copagamento de 30%: o paciente paga R$ 150 por procedimento (30% de R$ 500). Com \(\varepsilon = -1{,}5\) e preço efetivo passando de 0 para 150 (30% do custo original), a demanda cairia substancialmente — previsivelmente para ~3–4 procedimentos. O plano economiza ~R$ 1.000–1.500/beneficiário, e o paciente mantém cobertura parcial para procedimentos que genuinamente deseja.

Lição: O moral hazard é mais severo em serviços com elasticidade-preço alta (como procedimentos estéticos) do que em serviços com demanda inelástica (como quimioterapia). O desenho ótimo do seguro (Seção 23.2.3) prevê exatamente isso: copagamento alto para serviços elásticos, copagamento baixo para serviços inelásticos.

Exercício Resolvido 23.6 — Tabela SUS vs. plano privado: precificação e acesso

Enunciado. Uma consulta com cardiologista custa, em média: R$ 10,00 na tabela SUS (remuneração ao prestador) e R$ 350,00 em consultório particular. O plano de saúde negocia R$ 120,00.

(a) Explique por que a tabela SUS remunera tão abaixo do custo de mercado. Quais são as consequências previsíveis?

(b) Use o modelo de demanda induzida (Seção 23.3.1) para prever como a diferença de remuneração afeta o comportamento do médico nos três contextos.

(c) Um economista propõe elevar a tabela SUS para R$ 80,00. Analise os efeitos sobre acesso, filas e gasto público.

Solução.

(a) A tabela SUS remunera abaixo do custo marginal do atendimento para muitos prestadores — o que gera três consequências previsíveis: (i) racionamento por fila em vez de por preço: como o preço ao consumidor é zero mas a remuneração ao médico é baixa, a demanda excede a oferta, gerando filas; (ii) seleção adversa na oferta: os médicos mais qualificados (com maior custo de oportunidade) migram para o setor privado; (iii) redução da qualidade: com remuneração baixa, o prestador economiza no tempo de consulta, na infraestrutura e nos insumos.

(b) Usando o modelo \(\max_n U^M(R(n), n - n^*)\) da Seção 23.3.1:

  • SUS ($R = $ R$ 10/consulta): o retorno marginal é tão baixo que o médico minimiza o número de atendimentos (ou compensa com volume altíssimo em tempo mínimo). Demanda induzida é negativa — o médico tende a subtratar.
  • Plano privado ($R = $ R$ 120): retorno moderado. Algum incentivo a demanda induzida (pedir exames adicionais para justificar retornos).
  • Particular ($R = $ R$ 350): retorno alto. Incentivo máximo a demanda induzida — mas disciplinado pelo fato de que o paciente paga do próprio bolso e é sensível ao preço.

(c) Elevar a tabela SUS para R$ 80: (i) acesso melhora — mais médicos aceitam atender pelo SUS; (ii) filas reduzem — maior oferta reduz o racionamento; (iii) gasto público aumenta — se o SUS realiza ~300 milhões de consultas/ano, o custo adicional seria $(80 - 10) \times 300M = $ R$ 21 bilhões. É factível? Depende do orçamento. Em 2024, o gasto federal total com saúde foi ~R$ 200 bilhões — o aumento representaria ~10%.

Paradoxo: Se a consulta SUS de R$ 80 reduzir internações evitáveis (que custam ~R$ 5.000–10.000 cada), a economia pode parcialmente compensar o gasto — mas o efeito líquido é uma questão empírica, não teórica.

Intuição Econômica

Em uma frase: A tabela SUS é um caso clássico de preço-teto abaixo do equilíbrio — e as consequências são exatamente as que o Capítulo 4 prevê: fila, escassez e queda de qualidade.

Pense assim: Imagine que o governo fixasse o preço do pão em R$ 0,50 — muito abaixo do custo de produção. O que aconteceria? Padarias fechariam, as remanescentes teriam filas enormes, e a qualidade do pão despencaria. É exatamente o que a tabela SUS faz com consultas médicas: fixa um preço que não cobre os custos, e o resultado é fila, migração de médicos para o setor privado e consultas de 5 minutos.

Por que isso importa: O SUS é um sistema universal admirável — mas seu subfinanciamento crônico transforma o acesso formal em acesso real limitado. A fila no SUS é um imposto implícito sobre os mais pobres: quem tem plano privado paga em dinheiro; quem depende do SUS paga em tempo e espera. Como o custo de oportunidade do tempo é menor para quem ganha menos, a fila é regressiva de forma perversa.

R Interativo — Modelo de Grossman: Estoque de Saúde ao Longo da Vida 
# Modelo de Grossman simplificado: dinâmica do estoque de saúde

# Parâmetros (altere para explorar!)
H0        <- 100    # estoque inicial de saúde
T_max     <- 80     # idade máxima
delta_0   <- 0.02   # taxa de depreciação inicial
delta_inc <- 0.001  # incremento anual na depreciação (envelhecimento)
I_base    <- 3.0    # investimento base em saúde
I_educ    <- 0.5    # bônus de investimento por educação (0 a 1)
H_min     <- 20     # limiar mínimo de saúde ("morte")

# Simulação
H <- numeric(T_max)
H[1] <- H0
delta <- numeric(T_max)

for (t in 2:T_max) {
  delta[t] <- delta_0 + delta_inc * (t - 1)
  I_t <- I_base * (1 + I_educ)  # investimento constante
  H[t] <- H[t-1] - delta[t] * H[t-1] + I_t
  if (H[t] < H_min) { H[t:T_max] <- NA; break }
}

# Visualização
par(mfrow = c(2, 1), mar = c(4, 4, 3, 1))

# Painel 1: Estoque de saúde
plot(1:T_max, H, type = "l", lwd = 2.5, col = "#2196F3",
     xlab = "Idade", ylab = "Estoque de Saúde H(t)",
     main = "Modelo de Grossman: Capital de Saúde")
abline(h = H_min, col = "#F44336", lty = 2, lwd = 2)
text(10, H_min + 3, expression(H[min] * " (limiar)"), col = "#F44336", cex = 0.9)

# Encontrar idade de 'morte'
t_morte <- which(is.na(H))[1]
if (!is.na(t_morte)) {
  points(t_morte - 1, H[t_morte - 1], pch = 4, cex = 2, col = "#F44336", lwd = 2)
  text(t_morte - 1, H[t_morte - 1] + 5,
       paste0("t = ", t_morte - 1), col = "#F44336", cex = 0.8)
}
grid(col = "gray90")

# Painel 2: Taxa de depreciação
delta_plot <- delta_0 + delta_inc * (0:(T_max-1))
plot(1:T_max, delta_plot, type = "l", lwd = 2, col = "#FF9800",
     xlab = "Idade", ylab = expression(delta(t)),
     main = "Taxa de Depreciação (envelhecimento)")
grid(col = "gray90")

cat(sprintf("Estoque inicial: %.0f | Investimento: %.1f/ano\n", H0, I_base * (1 + I_educ)))
if (!is.na(t_morte)) {
  cat(sprintf("Saúde cruza limiar mínimo na idade %d\n", t_morte - 1))
} else {
  cat("Saúde não cruza o limiar no horizonte simulado\n")
}

Experimente: Aumente I_educ para 1.0 (pessoa com alta escolaridade) e veja como a vida se estende — é o "gradiente educação-saúde" do Grossman. Reduza I_base para 1.0 (sem acesso a cuidados médicos) e observe a queda abrupta. Aumente delta_inc para 0.003 (envelhecimento acelerado) para simular doenças crônicas.

R Interativo — Pooling vs. Separating: Simulação de Rothschild-Stiglitz em Seguros de Saúde 
# Simulação: equilíbrio pooling vs. separating em seguros de saúde

# Parâmetros
n_pop     <- 1000   # tamanho da população
frac_H    <- 0.25   # fração de alto risco
pi_H      <- 0.60   # probabilidade de sinistro (alto risco)
pi_L      <- 0.10   # probabilidade de sinistro (baixo risco)
loss      <- 50000  # custo do sinistro (R$)
wtp_L_max <- 8000   # disposição máxima a pagar do tipo L

# Custos atuariais
P_H <- pi_H * loss
P_L <- pi_L * loss
P_pool <- frac_H * P_H + (1 - frac_H) * P_L

cat("═══ PARÂMETROS ═══\n")
cat(sprintf("Tipo H: prob = %.0f%%, custo justo = R$ %s\n", pi_H*100, format(P_H, big.mark=".")))
cat(sprintf("Tipo L: prob = %.0f%%, custo justo = R$ %s\n", pi_L*100, format(P_L, big.mark=".")))
cat(sprintf("Prêmio pool (todos): R$ %s\n\n", format(P_pool, big.mark=".")))

# Simulação da espiral da morte
n_H <- round(n_pop * frac_H)
n_L <- n_pop - n_H
tipos <- c(rep("H", n_H), rep("L", n_L))

# Iterações da espiral
premios <- numeric(10)
segurados <- numeric(10)
pool_atual <- tipos

for (iter in 1:10) {
  n_h <- sum(pool_atual == "H")
  n_l <- sum(pool_atual == "L")
  n_total <- n_h + n_l
  if (n_total == 0) break

  premio <- (n_h * P_H + n_l * P_L) / n_total
  premios[iter] <- premio
  segurados[iter] <- n_total

  # Tipo L sai se prêmio > disposição a pagar
  if (premio > wtp_L_max) {
    pool_atual <- pool_atual[pool_atual == "H"]
  }
}

# Separating
cob_L <- wtp_L_max / (pi_L * loss)  # cobertura máxima que L aceita pagar

cat("═══ ESPIRAL DA MORTE (POOLING) ═══\n")
for (i in 1:10) {
  if (segurados[i] == 0) break
  cat(sprintf("  Rodada %d: Prêmio = R$ %s | Segurados = %d\n",
              i, format(round(premios[i]), big.mark="."), segurados[i]))
}

cat(sprintf("\n═══ EQUILÍBRIO SEPARADOR ═══\n"))
cat(sprintf("  Contrato H: cobertura 100%%, prêmio R$ %s\n", format(P_H, big.mark=".")))
cat(sprintf("  Contrato L: cobertura %.0f%%, prêmio R$ %s\n",
            min(100, cob_L * 100), format(round(min(wtp_L_max, P_L)), big.mark=".")))

# Gráfico
par(mfrow = c(1, 2))

# Painel 1: Espiral
valid <- segurados > 0
barplot(premios[valid], names.arg = which(valid),
        col = ifelse(premios[valid] > wtp_L_max, "#F44336", "#4CAF50"),
        main = "Espiral da Morte\n(Prêmio por Rodada)",
        xlab = "Rodada", ylab = "Prêmio (R$)",
        border = NA)
abline(h = wtp_L_max, col = "#FF9800", lty = 2, lwd = 2)
text(1, wtp_L_max + 500, "WTP máximo tipo L", col = "#FF9800", cex = 0.8)

# Painel 2: Segurados
barplot(segurados[valid], names.arg = which(valid),
        col = "#2196F3", main = "Segurados por Rodada",
        xlab = "Rodada", ylab = "N segurados", border = NA)

Experimente: Aumente frac_H para 0.50 (metade da população é alto risco) e observe a espiral acelerar. Reduza wtp_L_max para 6000 e o colapso acontece na primeira rodada. Aumente para 20000 e o pool sobrevive — o mandato individual efetivamente eleva essa disposição a pagar.

A regulação farmacêutica e de seguros de saúde é, no fundo, uma aplicação prática da microeconomia da informação (Capítulo 19) e do design de mecanismos (Capítulo 9c) em um contexto onde as consequências de errar não são apenas ineficiência — são vidas perdidas. O genérico que custa 60% menos é a concorrência perfeita chegando ao mercado com 20 anos de atraso. O Farmácia Popular que subsidia o anti-hipertensivo é o imposto pigouviano às avessas — um subsídio à externalidade positiva de se manter saudável. E a espiral da morte dos planos individuais é Rothschild e Stiglitz saindo do papel para os tribunais e para as contas de milhões de famílias.

No próximo capítulo, trocamos a farmácia pelo planeta inteiro — e perguntamos quanto vale um pôr do sol.