我想创建一个患者接受外科手术后死亡率的预测模型。但我也想避免做大多数研究人员所做的事情，首先执行单变量分析，然后使用发现重要的变量使用某种逐步特征选择来执行多变量分析。所以我曾经glmnet进行特征选择，发现最初的 80 个变量中约有 20 个是显着的。然后，我使用其中一些变量（如文献支持）创建了一个统计模型，以使用glmR 中的函数预测死亡率。我认为该模型做得相当好，因为它的 ROC 为 0.8。但是，当我使用summary函数 我注意到在我使用的 15 个变量中，其中 5 个没有显着的 p 值。但是如果我删除这些变量，在我看来这个模型就没有意义（因为文献支持它们的使用），此外 ROC 降低到大约 0.75。

在这种情况下，如何分析这些变量？它们似乎是有用和必要的（因为它们有助于区分在对他们进行手术时会死或活的患者）但没有显着的 p 值。

请原谅我对代码的理解不够深入，因为我想要更多关于 10,000 英尺的概览，而不是从一开始就深入了解细节。一如既往，我感谢您的帮助！