One of the effective techniques of improving the coverage and enhancing the capacity and data rate in cellular wireless networks is to reduce the cell size (i.e., cell splitting) and transmission distances. Therefore, the concept of deploying femtocells over macrocell has recently attracted growing interests in academia, industry, and standardization forums. Various technical challenges towards mass deployment of femtocells have been addressed in recent literature. Interference mitigation between neighboring femtocells and between the femtocell and macrocell is considered to be one of the major challenges in femtocell networks because femtocells share the same licensed frequency spectrum with macrocell. Further, the conventional radio resource management techniques for hierarchical cellular system is not suitable for femtocell networks since the positions of the femtocells are random depending on the users' service requirement. In this article, we provide a survey of the different state-of-the-art approaches for interference and resource management in orthogonal frequency-division multiple access (OFDMA)-based femtocell networks. A qualitative comparison among the different approaches is provided. To this end, open challenges in designing interference management schemes for OFDMA femtocell networks are discussed.

We propose novel cooperative spectrum sensing (CSS) algorithms for cognitive radio (CR) networks based on machine learning techniques which are used for pattern classification. In this regard, unsupervised (e.g., K-means clustering and Gaussian mixture model (GMM)) and supervised (e.g., support vector machine (SVM) and weighted K-nearest-neighbor (KNN)) learning-based classification techniques are implemented for CSS. For a radio channel, the vector of the energy levels estimated at CR devices is treated as a feature vector and fed into a classifier to decide whether the channel is available or not. The classifier categorizes each feature vector into either of the two classes, namely, the "channel available class" and the "channel unavailable class". Prior to the online classification, the classifier needs to go through a training phase. For classification, the K-means clustering algorithm partitions the training feature vectors into K clusters, where each cluster corresponds to a combined state of primary users (PUs) and then the classifier determines the class the test energy vector belongs to. The GMM obtains a mixture of Gaussian density functions that well describes the training feature vectors. In the case of the SVM, the support vectors (i.e., a subset of training vectors which fully specify the decision function) are obtained by maximizing the margin between the separating hyperplane and the training feature vectors. Furthermore, the weighted KNN classification technique is proposed for CSS for which the weight of each feature vector is calculated by evaluating the area under the receiver operating characteristic (ROC) curve of that feature vector. The performance of each classification technique is quantified in terms of the average training time, the sample classification delay, and the ROC curve. Our comparative results clearly reveal that the proposed algorithms outperform the existing state-of-the-art CSS techniques.

Improvement of cell coverage and network capacity are two major challenges for the evolving 4G cellular wireless communication networks such as LTE-Advanced networks. In this context, hierarchical layering of cells with macro base stations coexisting with low-power and shortrange base stations (corresponding to picocells or femtocells) in a service area is considered to be an efficient solution to enhance the spectral efficiency of the network per unit area. Also, such a hierarchical cell deployment, which is referred to as a heterogeneous network, or Het- Net, provides significant improvement in the coverage of indoor and cell edge users and ensures better QoS to the users. Interference mitigation between different layers is one of the key issues that needs to be resolved for successful deployment of HetNets. To this end, fast frequency response, FFR, is considered to be an efficient intercell interference coordination technique for OFDMA-based HetNets. This article focuses on evaluating three state-of-the-art FFR deployment schemes: strict FFR, soft FFR, and FFR-3 schemes for OFDMA-based two-tier HetNets comprising macrocells overlaid with femtocells. Also, a variation of the FFR-3 scheme, which is referred to as the optimal static FFR (OSFFR) scheme, is proposed. A broad comparison among all these FFR schemes is performed by using Monte Carlo simulations considering performance metrics such as outage probability, average network sum rate, and spectral efficiency. Simulation results show that, the average gains in spectral efficiency (b/s/Hz) of the network are significantly higher for the proposed scheme when compared to the strict FFR, soft FFR, and FFR-3 schemes.

Abstract Background: There has been limited prior research on the association between infertility and risk of colorectal cancer. Methods: Data from postmenopausal women in the Women’s Health Initiative were used to estimate the association between self-reported infertility (12 months of trying to get pregnant without achieving a pregnancy) and the risk of colorectal cancer using Cox proportional hazard models. Results: No association was observed between infertility and risk of postmenopausal colorectal cancer [RR, 0.97; 95% confidence interval (CI), 0.87–1.08], invasive colorectal cancer (RR, 0.99; 95% CI, 0.88–1.10), or colorectal cancer mortality (RR, 0.89; 95% CI, 0.71–1.12). Conclusions: Infertility was not found to be associated with colorectal cancer risk among postmenopausal women. Risk did not vary by specific infertility diagnoses. Impact: Infertility may not be associated with colorectal cancer risk.

Abstract Body mass index (BMI) may misclassify obesity-related cancer (ORC) risk, as metabolic dysfunction can occur across BMI levels. We hypothesized that metabolic dysfunction at any BMI increases ORC risk compared to normal BMI without metabolic dysfunction. Postmenopausal women (n=20,593) in the Women’s Health Initiative with baseline metabolic dysfunction biomarkers (blood pressure, fasting triglycerides, high-density lipoprotein-cholesterol, fasting glucose, Homeostatic Model Assessment for Insulin Resistance (HOMA-IR) and high sensitive C-reactive protein (hs-CRP)) were included. Metabolic phenotype (metabolically healthy normal weight (MHNW), metabolically unhealthy normal weight (MUNW), metabolically healthy overweight/obese (MHO), metabolically unhealthy overweight/obese (MUO)) was classified using four definitions of metabolic dysfunction: (1) Wildman criteria, (2) National Cholesterol Education Program (NCEP) Adult Treatment Panel III (ATP III), (3) HOMA-IR, and (4) hs-CRP. Multivariable Cox proportional hazards regression, with death as a competing risk, was used to assess the association between metabolic phenotype and ORC risk. After a median (IQR) follow-up duration of 21 (IQR 15-22) years, 2,367 women developed an ORC. The risk of any ORC was elevated among MUNW (HR 1.12, 95% CI: 0.90-1.39), MHO (HR 1.15, 95% CI: 1.00-1.32), and MUO (HR 1.35, 95% CI: 1.18-1.54) compared with MHNW using Wildman criteria. Results were similar using ATP III criteria, hs-CRP alone, or HOMA-IR alone to define metabolic phenotype. Individuals with overweight or obesity with or without metabolic dysfunction were at higher risk of ORCs compared with metabolically healthy normal weight individuals. The magnitude of risk was greater among those with metabolic dysfunction, although the confidence intervals of each category overlapped.

Migrant workers constitute nearly one-third of Saudi Arabia's population, with a significant portion engaged in low-skilled manual labour. Limited data exists on work-related injuries and the use of personal protective equipment (PPE) among workers. The current cross-sectional survey focused on seven occupational groups, (i.e., auto-repair workers, city cleaners, construction workers, hairdressers, hospital cleaners, poultry factory workers, and restaurant workers) in the Al-Qassim region of Saudi Arabia. The sample of 2123 workers were predominantly men (85.3%) and from the Indian subcontinent (64.9%). Among the workers, 21.5% reported having one or more work-related injuries, with cuts (27%), slipping/falling (17%), and thermal injuries (9%) being the most common. Compliance with PPE varied across professions, with city cleaners (86.1%) and restaurant workers (85%) being the most compliant. The study highlights a concerning prevalence of injuries and insufficient PPE usage among migrant workers, emphasizing the need to enhance workplace safety.

Abstract Background We aimed to prospectively evaluate the association between a diabetes risk reduction diet (DRRD) score and the risk of liver cancer development and chronic liver disease‐specific mortality. Methods We included 98,786 postmenopausal women from the Women's Health Initiative‐Observational Study and the usual diet arm of the Diet Modification trial. The DRRD score was derived from eight factors: high intakes of dietary fiber, coffee, nuts, polyunsaturated fatty acids, low intakes of red and processed meat, foods with high glycemic index, sugar‐sweetened beverages (SSBs), and trans fat based on a validated Food‐Frequency Questionnaire administered at baseline (1993–1998). Multivariable hazard ratios (HRs) and 95% confidence intervals (CIs) for liver cancer incidence and chronic liver disease mortality were estimated using Cox proportional hazards regression models. Results and conclusion After a median follow‐up of 22.0 years, 216 incident liver cancer cases and 153 chronic liver disease deaths were confirmed. A higher DRRD score was significantly associated with a reduced risk of developing liver cancer (HR Tertile 3 vs. Tertile 1 = 0.69; 95% CI: 0.49–0.97; P trend = 0.03) and chronic liver disease mortality (HR T3 vs. T1 = 0.54; 95% CI: 0.35–0.82; P trend = 0.003). We further found inverse associations with dietary fiber and coffee, and positive associations with dietary glycemic index, SSBs, and trans fat. A higher DRRD score was associated with reduced risk of developing liver cancer and chronic liver disease mortality among postmenopausal women.