En ciencias de la salud, identificar las principales causas que rigen el comportamiento de una variable de respuesta es una cuestión de interés crucial. Formalmente, esto puede formularse como un problema de selección de variables. En este documento, presentamos los conceptos básicos del enfoque bayesiano para la selección de variables basado en la elección del modelo, enfatizando la adopción previa del espacio del modelo y los algoritmos para muestrear del espacio del modelo y para la aproximación de las probabilidades posteriores; y mostramos su aplicación a dos problemas comunes en ciencias de la salud. El primero se refiere a un problema en el campo de la genética mientras que el segundo es un estudio longitudinal en cardiología. En el contexto de estas aplicaciones, se discuten consideraciones sobre el control para la multiplicidad a través de la distribución previa sobre el espacio del modelo, modelos lineales en los que el número de covariables excede el tamaño de la muestra, selección de variables con datos censurados y aspectos computacionales. Las aplicaciones presentadas aquí también tienen un interés estadístico intrínseco ya que los modelos propuestos van más allá del modelo lineal general estándar. Creemos que este trabajo ampliará el acceso de los profesionales a los métodos bayesianos para la selección de variables.