Death-Axis Predictive Optimization (DAPO) Model: An Integrated Framework of Predictive Processing, Active Inference, and Terror Management Theory for Transcending Death Anxiety and Optimizing Daily Life

AbstractDeath anxiety constitutes a fundamental challenge for human existence. While Terror Management Theory (TMT) has primarily addressed defensive responses to mortality salience, and Predictive Processing (PP) together with the Free Energy Principle (FEP) provides general mechanisms for minimizing uncertainty, there remains a notable gap in optimization frameworks specifically designed for death-related concerns that also incorporate individual differences. This paper proposes the Death-Axis Predictive Optimization (DAPO) model, which conceptualizes death as an "inescapable coordinate axis generating maximum prediction error." The model integrates a three-layer structure comprising Neurobiological, Psychological Practice (reconstructed from Acceptance and Commitment Therapy), and Meta-Philosophical levels. It further introduces seven computational parameters that capture individual differences in Death-Axis processing: time horizon (τ), temporal discounting (θ), uncertainty tolerance (ρ), self-model confidence (β), disengagement capacity (λ), self-boundary scope (δ), and legacy/generative drive (Ω). These parameters are mapped onto clinical phenomena such as depression, panic disorder, and suicidal ideation, thereby offering a personalized conceptual framework for engaging with death anxiety in ways that may support daily functioning. As a theoretical model, its empirical validation remains a task for future research. アブストラクト死の不安は人間の根本的課題である。恐怖管理理論(TMT) は主に死の顕在化に対する防衛的反応を説明し、予測処理 (PP) および自由エネルギー原理 (FEP) は不確実性の最小化に関する一般的なメカニズムを提供するが、個別差を考慮した死に特化した最適化モデルは依然として不足している。本稿では、死を「回避不能な最大予測誤差をもたらす座標軸 (死軸)」と定義する死軸予測最適化(DAPO) モデルを提案する。本モデルは、神経生物学的基盤、心理実践層(再構成されたACT)、メタ哲学層の3層構造を統合し、さらに死軸の処理における個別差を捉える7つの計算論的パラメータ(時間軸τ、時間割引率θ、不確実性耐性ρ、自己モデル精度β、損切り・離脱力λ、自己の範囲δ、遺産欲求・生成ドライブΩ) を導入する。これらのパラメータをうつ病、パニック障害、自殺念慮などの臨床現象にマッピングすることで、死不安の個別最適化と日常最適化のための枠組みを提供する。本モデルは概念的枠組みであり、実証的検証は今後の課題とする。