There are tremendous security concerns with patient health monitoring sensors in Internet of Things (IoT). The concerns are also realized by recent sophisticated security and privacy attacks, including data breaching, data integrity, and data collusion. Conventional solutions often offer security to patients' health monitoring data during the communication. However, they often fail to deal with complicated attacks at the time of data conversion into cipher and after the cipher transmission. In this paper, we first study privacy and security concerns with healthcare data acquisition and then transmission. Then, we propose a secure data collection scheme for IoT-based healthcare system named SecureData with the aim to tackle security concerns similar to the above. SecureData scheme is composed of four layers: 1) IoT network sensors/devices; 2) Fog layers; 3) cloud computing layer; and 4) healthcare provider layer. We mainly contribute to the first three layers. For the first two layers, SecureData includes two techniques: 1) light-weight field programmable gate array (FPGA) hardware-based cipher algorithm and 2) secret cipher share algorithm. We study KATAN algorithm and we implement and optimize it on the FPGA hardware platform, while we use the idea of secret cipher sharing technique to protect patients' data privacy. At the cloud computing layer, we apply a distributed database technique that includes a number of cloud data servers to guarantee patients' personal data privacy at the cloud computing layer. The performance of SecureData is validated through simulations with FPGA in terms of hardware frequency rate, energy cost, and computation time of all the algorithms and the results show that SecureData can be efficient when applying for protecting security risks in IoT-based healthcare.

Abstract Background A large proportion of patients with foregut cancers do not receive guideline-concordant treatment (GCT). This study sought to understand underlying barriers to GCT through a root cause analysis approach. Methods A single-institution retrospective review of 498 patients with foregut (gastric, pancreatic, and hepatobiliary) adenocarcinoma from 2018 to 2022 was performed. Guideline-concordant treatment was defined based on National Comprehensive Cancer Network guidelines. The Ishikawa cause and effect model was used to establish main contributing factors to non-GCT. Results Overall, 34% did not receive GCT. Root causes of non-GCT included Patient, Physician, Institutional Environment and Broader System-related factors. In decreasing order of frequency, the following contributed to non-GCT: receipt of incomplete therapy ( N = 28, 16.5%), deconditioning on chemotherapy ( N = 26, 15.3%), delays in care because of patient resource constraints followed by loss to follow-up ( N = 19, 11.2%), physician factors ( N = 19, 11.2%), no documentation of treatment plan after referral to oncologic expertise ( N = 19, 11.2%), loss to follow-up before oncology referral ( N = 17, 10%), nonreferral to medical oncologic expertise ( N = 16, 9.4%), nonreferral to surgical oncology in patients with resectable disease ( N = 15, 8.8%), and complications preventing completion of treatment ( N = 11, 6.5%). Non-GCT often was a function of multiple intersecting patient, physician, and institutional factors. Conclusions A substantial percentage of patients with foregut cancer do not receive GCT. Solutions that may improve receipt of GCT include development of automated systems to improve patient follow-up; institutional prioritization of resources to enhance staffing; financial counseling and assistance programs; and development and integration of structured prehabilitation programs into cancer treatment pathways.

e15582 Background: In the era of precision oncology, there is an immediate need to study the heterogeneity of molecular biology and clinical outcomes in racially diverse colorectal cancer (CRC) patients. Black patients are known to have poorer outcomes compared to their white counterparts. Understanding differences in patients’ molecular and genomic profiles may help explain these racial disparities. Methods: Demographic and clinical outcome data was abstracted from medical records of colorectal cancer patients who were diagnosed between 2008 and 2021 at The University of South Alabama. Tumor only next generation sequencing (NGS) of DNA (592 or WES) and RNA (WTS) was performed at Caris Life Sciences (Phoenix, AZ). Overall survival (OS) was defined as time from diagnosis to death or last contact. Descriptive analyses were performed using t-test and chi-square test, survival analyses were performed using Kaplan-Meier method and Log rank test (GraphPad Prism version 10.1.1). Results: 66 patients with CRC were included, 73% were white and 27% were black. The median age for white patients was 60.5 years and for black patients was 55.5 years (p = 0.049). In the white population, 52.1% of the patients were male and 47.9% were female. In the black population, 33.3% were male and 66.7% were female. The most common sites of malignancy for white patients were rectum (32.6%) and sigmoid (26.1%), whereas for black patients the most common sites were sigmoid (27.8%) and cecum (22.2%). Overall, the most common mutations were TP53 (68.2%), APC (65.2%), KRAS (47%), SMAD4 (16.7%), and FBXW7 (13.6%). The prevalence rates of TP53 (77.8 vs 64.6%), APC (72.2 vs 62.5%), KRAS (66.7 vs 39.6%), and SMAD4 (27.8 vs 14.6%) trended higher in black patients, with KRAS being statistically significant (p = 0.049). FBXW7 trended higher in white patients (14.6 vs 11.1%). Eleven (23%) white patients had a variant of uncertain significance in the ATM gene, which was not observed in black patients. More white patients had stage IV disease compared to black patients (69% vs 50%). No statistically significant difference in OS was found between races (HR 0.68, 95% CI of 0.35 to 1.3, p = 0.2). However, white patients had a median OS of 1334 days compared to 927 days for black patients. Conclusions: White and black CRC patients have unique molecular tumor profiles that may better explain the differences in survival. Our results warrant larger studies with racially and ethnically diverse patient populations to explore these racial disparities and close the gap in colorectal cancer care.

Plug-in hybrid electric vehicles (PHEVs) are playing an increasingly important role in modern transportation systems, as a result of the ecological crisis and the energy crisis. The enormous potential of the storage capacity of the large fleet of PHEVs, together with the flexibility they can offer power systems through effective control, cannot be ignored. Meanwhile, renewable energy sources (RESs) present significant challenges for energy management scheduling. This article analyzes a microgrid comprising several RESs, such as photovoltaics, fuel cells, wind turbines, microturbines, a battery as energy storage, and PHEVs. Monte Carlo simulation is used to address uncertainties in model development. To account for possible inaccuracies in PHEV charging predictions, electrical load consumption, hourly energy price fluctuations, and RES power output, the study uses a 24-h simulation. Furthermore, a nickel metal hydride battery is used in the microgrid to evaluate the operational impact of different storage systems. The optimization aims to minimize the total cost of the network, including the cost of load supply, the cost of PHEV charging demands, and the cost of power losses. The complexity of the problem requires a novel optimization technique, in this case, the modified manta ray foraging optimization algorithm, which provides a comprehensive global search of the entire search space. Numerical results reveal that the modified manta ray foraging optimization technique demonstrates favorable convergence properties and lower generation costs compared to the classical manta ray foraging optimization method and other recent optimization algorithms.

e15606 Background: The two preoperative radiation approaches for LARC are long-course chemoradiotherapy (LC-CRT) and short-course radiation (SC-RT). While previous research suggested similar efficacy, the five-year follow-up of the RAPIDO trial revealed a significant increase in local recurrence rates with SC-RT. We aim to assess the outcomes and utilization patterns of both approaches in the United States of America (USA) using data NCDB. Methods: NCDB data for stage 2B, 2C, and 3 rectal cancer patients were obtained. SC-RT was defined as a total of 25 Gy in 5 fractions, and LC-CRT was defined as 45-60 Gy given over 5 to 6 weeks (with chemotherapy). Data was analyzed using JMP Pro V16. Results were considered significant at α = 0.05. Categorical data were compared using Fisher's or Chi-square test. Numerical data were compared using t-test or ANOVA. Post hoc analysis was conducted using Tukey's HSD. Survival rates were compared using the Kaplan-Meier method. Logistic regression was used to study outcomes' dependence on different factors. Firth adjusted maximum likelihood method was used to model likelihood of unstable outcomes due to biased estimates. Results: Out of the total 39,527 patients, 38,365 (97.06%) received LC-CRT, whereas only 1,162 (2.94%) received SC-RT. Only about 5% of patients received total radiation above 50.4 Gy. SC-RT was significantly more common among Hispanic patients (p = 0.0001), those with lower median income ( < $30,000) (p = 0.01), individuals with more comorbidities (p < 0.0001), and those treated at academic facilities (p < 0.0001). In comparison to SC-RT, LC-CRT demonstrated lower 30 and 90-day mortality after surgery, a higher pathological complete response (pCR) rate, and improved overall survival (OS) (Table). Upon subgroup analysis by stage, significant OS improvement with LC-CRT compared to SC-RT for stage 3 (p = 0.02), whereas no difference in OS was found in stage 2B, C. Detailed analysis will be presented. Conclusions: SC-RT is used by less than 3% of US patients and mainly in academic centers. LC-CRT is more effective, improving pCR and OS. Favorable outcomes with LC-CRT may be due to poor baseline performance status in SC-RT group. Prospective trials are needed to validate these findings. [Table: see text]

The current state of the power system is significantly influenced by various factors, including price fluctuations, which have an uncertain impact on efficiency. Therefore, employing uncertainty modeling is crucial. This study investigates the application of the Improved Manta Ray Foraging Optimization strategy for intelligently managing electric vehicle parking spots, taking into account the uncertainties associated with changes in primary power grid pricing throughout the demand response program (DRP). By alternating between peak and light-load periods, the proposed strategy effectively reduces daily costs. Key components of the proposed scheme include a non-dominated arrangement model, variable discovery, a memory-based method for selection, and fuzzy logic to identify the optimal Pareto front. The suggested method demonstrates a rapid response time in reaching final solutions and exhibits a high potential for achieving global optima. However, Hydrogen Storage Systems present several significant constraints that must be considered during modeling. The most critical limitations involve the electrolyzer's capacities, the fuel cell boundaries, and the storage tank's capacity. The efficacy of the proposed algorithm is validated within a system that incorporates parking and multiple uncertain resources. Results confirm the exceptional ability of the proposed method to manage uncertainty effectively. Consequently, the cost fluctuations of the system power load have been reduced by up to 41%. Additionally, when DRP is included, the average SPL cost increases by 4.92%, while the variation in SPL expenses decreases by 47.01%.