استهدف البحث اختبار أثر أتعاب المراجعة غير العادية على جودة المراجعة، وتقييم مدي كفاءة نماذج الشبكات العصبية (ANN) في التنبؤ بها مقارنة بنماذج تحليل انحدار (OLS) التقليدي. وتم الاعتماد على عينة مكونة من (386) مشاهدة، تم الحصول عليها من (80) شركة غير مالية من مختلف القطاعات المقيدة بالبورصة المصرية، خلال الفترة من 2018: إلى 2022. وتم التوصل إلى أن أتعاب المراجعة غير العادية تؤثر سلبا على جودة المراجعة. وأن نماذج الشبكات العصبية أكثر كفاءة في التنبؤ بأتعاب المراجعة غير العادية مقارنة بنماذج الانحدار التقليدي؛ حيث إن المقدرة التفسيرية (R²) لنموذج تقدير جودة المراجعة من خلال أتعاب المراجعة غير العادية المقدرة بواسطة الشبكات العصبية تفوقت على المقدرة التفسيرية للنموذج المناظر المعتمد على الانحدار التقليدي في تقدير أتعاب المراجعة غير العادية. وأظهرت نتائج نموذج تقدير جودة المراجعة من خلال الأتعاب غير العادية المقدرة بواسطة الشبكات العصبية معنوية (4) متغيرات رقابية تتمثل في معدل العائد على الأصول، والتدفقات النقدية من الأنشطة التشغيلية، ونسبة المخزون والعملاء إلى إجمالي الأصول، والخسائر، بينما أظهر النموذج المناظر المعتمد على الانحدار التقليدي في تقدير أتعاب المراجعة غير العادية معنوية المتغيرات المشار إليها، إضافة إلى متغير حجم مكتب المراجعة. وخلصت نتائج التحليل الإضافي إلى أن متغيرات التدفقات النقدية من الأنشطة التشغيلية، ونسبة المخزون والعملاء إلى إجمالي الأصول، وحجم مكتب المراجعة، تقوم بدور معدل لعلاقة أتعاب المراجعة غير العادية بجودة المراجعة في النموذج المعتمد على الانحدار التقليدي في تقدير أتعاب المراجعة غير العادية، بينما أظهرت النتائج معنوية الدور المعدل لنسبة المخزون والعملاء إلى إجمالي الأصول في النموذج المناظر المعتمد على الشبكات العصبية في تقدير أتعاب المراجعة غير العادية.