A pandemia da Covid-19 evidenciou a necessidade de conferir maior flexibilidade e agilidade às cadeias de produção e acarretou a escassez de produtos para a saúde, fenômeno que se revelou uma grande crise de saúde pública. Para mitigar esse risco, muitas indústrias farmacêuticas passaram a evitar a dependência em relação aos fornecedores e a buscar por maior autonomia. Surgiu a tendência de indústrias farmoquímicas mudarem o local da produção de determinados produtos críticos, evitando-se, com isso, a escassez de medicamentos. Considerando-se o amplo leque de opções de quase 2 mil variedades de IFAs para a produção de medicamentos, surgiu a necessidade de definir prioridades nesse sentido e responder à pergunta central que norteia a questão da seleção de IFAs: Quais IFAs devem ser objeto de investimentos em realocação de produção ou reshoring, de modo a tornar o país menos vulnerável à dependência externa? A MADNIFA apresenta um método de suporte para fundamentar a tomada de decisão para a priorização dos insumos farmacêuticos de interesse nacional, incorporando opiniões e interesses dos atores envolvidos, são eles, a saber: a indústria, os agentes pagadores (SUS e seguradoras) e os representantes de usuários dos medicamentos. A MADNIFA caracteriza-se por uma metodologia de coleta de dados e de seleção e classificação que utiliza de modelos de decisão multiator e multicritérios no seu pré-processamento. Contribui academicamente para as áreas disciplinares de automação, gestão da saúde e economia industrial, sobretudo no que se refere ao tema de priorização de investimentos e de projetos industriais. Ao longo da construção da metodologia, parte-se da definição e caracterização dos processos de IFAs e, por meio de tal caracterização, mostra-se a complexidade, custos e tempos necessários à sua produção. Segue-se, então, para a revisão dos conceitos teóricos e métodos sobre os quais a MADNIFA se fundamenta, que estão fortemente relacionados a três temas, que são, a saber: i) à literatura que trata da escolha entre comprar ou fazer; ii) à teoria da localização industrial; e iii) à própria teoria de decisão. Adicionalmente, pelo método de revisão de literatura de escopo, levantou-se informações sobre dois temas. No primeiro, discutiu-se a revisão abrangente da literatura sobre causas, efeitos e estratégias a serem adotadas para evitar a falta de medicamentos. Aqui, são identificadas as diversas opções de estratégias disponíveis para mitigar a sua escassez, como estocagem, aprimoramento do processo de distribuição, diversificação de fornecedores, sistema de notificação antecipada e rastreamento de dados sobre escassez, sendo a decisão de nacionalização parcial da cadeia de produção uma dentre essas várias alternativas. No segundo tema, objeto de revisão de literatura, dedicou-se sobre o mapeamento de critérios de decisão, tendo-se identificado cinco, bem como os modelos e métodos de decisão apontados para o caso em estudo. O desenvolvimento e a apresentação da metodologia resultaram desse amplo levantamento. Posteriormente, seguiu-se, então, para a aplicação e a comprovação dos benefícios propostos da MADNIFA por meio da incorporação de dados de um grupo de IFAs de antibióticos, dada crescente resistência das bactérias aos mesmos. Os algoritmos TOPSIS foram usados nos cálculos de priorização. Concluiu-se, portanto, que a MADNIFA pode auxiliar na referida priorização ao apresentar um modelo geral para especificação da lista de itens a serem verticalizados. Por isso, novos subcritérios podem ser incluídos ou excluídos para ajustar este estudo, caso surja interesse específico em IFAs de medicamentos baseados em materiais sintéticos, biológicos ou botânicos ou a enfermidades específicas. A adoção desse tipo de metodologia pode beneficiar a sociedade, ao promover uma ferramenta técnica para planejamento de políticas industriais e de saúde pública nacional. Com algumas adaptações, pode também servir de ferramenta para a definição de políticas industriais em outros setores e em outros países.

The Covid-19 pandemic highlighted the need to provide greater flexibility and agility to production chains and led to a shortage of health products, triggering a major public health crisis. To mitigate this risk, many pharmaceutical companies began to avoid dependence omaceutical ingredients of national interest, considering the opinions and interests of the stakeholders involved, namely: the pharma industry, paying agents (SUS and insurance companies) and representatives of medicine users. MADNIFA can be described as a data collection, selection and classification methodology that uses multi-actor and multi-criteria decision models in its pre-processing. The method makes an academic contribution to the disciplines of automation, health management and industrial economics, especially with regard to prioritizing investments and industrial projects. The methodology is built around, firstly, defining and characterizing API processes in order to determine the complexity, costs and time required for producing them. The next step is to review the theoretical concepts and methods on which MADNIFA is based. These are closely related to three topics, namely: i) the literature that deals with the choice between buying or making; ii) industrial location theory; and iii) decision theory itself. Additionally, using the scoping review of the literature, it was possible to collect information on two topics in particular. The first involved discussion on a comprehensive review of the literature to determine the causes, effects and strategies to be adopted to avoid drug shortages, and to identify the strategic options available to mitigate drug scarcity, such as storage, improvement of the distribution process, diversification of suppliers, early notification system and tracking data on scarcities. A decision to partially nationalize the production chain would be one of the alternatives. The second topic, the objective of the literature review, focused on mapping five decision-making criteria already identified, together with the decision models and methods indicated for the case under study. The development and presentation of the methodology resulted from this broad survey. Subsequently, data from a group of antibiotic APIs were incorporated in order to apply and substantiate the proposed benefits of MADNIFA, given the growing resistance of bacteria to these medications. TOPSIS algorithms were used in the prioritization calculations. It was concluded that MADNIFA can assist prioritization by presenting a general model for specifying the list of items to be verticalized. New sub-criteria could be included or excluded to modify this study if there is special interest in APIs for drugs based on synthetic, biological or botanical materials, or for specific diseases. The adoption of this type of methodology can benefit society by promoting a technical tool for planning industrial policies and national public health. With some adjustments, it can also serve as a tool for defining industrial policies in other sectors and in other countries.