Table 5.

AI techniques and their performance for PD detection without COVID-19.

Attributes (Left to Right)	C1	C2	C3	C4	C5	C6	C7	C8	C9
Citations	IP	AI	CLS	ACC	SEN	SPEC	AUC	MCC	F1
Hoq et al. [229] (2021)	Voice	HDL	SVM	94.0	NR	NR	NR	0.71	0.91
Kamble et al. [230] (2021)	HW	ML	SVM	96.0	NR	NR	0.87	NR	0.8
Alzubaidi et al. [231] (2021)	Tremor	HDL	DT	87.9	NR	NR	NR	89.34	1.17
Khedr et al. [232] (2021)	Voice	ML	SVM	95.8	90.24	92.3	NR	92.03	96
Mei et al. [53] (2021)	Voice	ML	KNN	83.07	NR	NR	0.91	NR	NR
Singamaneni et al. [1] (2021)	Voice	ML	SVM	94.86	NR	NR	NR	NR	NR
Jayachandran et al. [233] (2020)	Voice	ML	NB	78.34	NR	NR	NR	NR	NR
Anitha et al. [234] (2020)	Voice	ML	SVM	90.21	1.8	4.39	2.49	NR	1.17
Maitín et al. [235] (2020)	EEG	ML	LR	62.99	0.9067	0.981	NR	NR	NR
Poorjam et al. [236] (2019)	Voice	HDL	SVM	96.00	NR	NR	NR	NR	NR
Aseer et al. [237] (2019)	HW	SDL	SVM	98.28	NR	NR	NR	NR	NR
Naghsh et al. [35] (2019)	EEG	SDL	DT	97.38	NR	NR	NR	NR	NR
Wang et al. [234] (2017)	BM	HDL	KNN	96.12	NR	NR	NR	NR	NR

AUC: Accuracy, SEN: Sensitivity, IP: Input parameter, AI: Artificial intelligence model, CLS: Classifier, SPEC: Specificity, MCC: Matthew’s correlation coefficient, NPV: Net present value, F1: Dice similarity coefficient; HW: Handwriting; BM: Biomarker, NR: Not reported, HW: Handwriting, SDL: Solo deep learning, HDL: Hybrid deep learning, DL: Deep learning, EEG: Electroencephalogram.