El modelo de riesgos proporcionales subdistributivos (PSH) es popularmente utilizado para tratar datos de riesgos competitivos. La regresión cuantílica censurada proporciona un suplemento importante, así como métodos de selección de variables debido a la gran cantidad de covariables irrelevantes en la práctica. En este documento, estudiamos procedimientos de selección de variables basados en regresión cuantílica ponderada penalizada para modelos de riesgos competitivos, que es aplicada convenientemente por los investigadores. Se establecen propiedades asintóticas de los estimadores propuestos, incluyendo la consistencia y la normalidad asintótica del estimador no penalizado y la consistencia de la selección de variables. Se realizan estudios de simulación de Monte Carlo, que muestran que los métodos propuestos son considerablemente estables y eficientes. También se analizan datos reales sobre trasplante de médula ósea (BMT) para ilustrar la aplicación del procedimiento propuesto.