Depende de lo que estés hablando. Una correlación es una medida de qué tan bien una co-variabilidad y resultado varían a lo largo de una línea recta. Eso es cuando E aumenta, también lo hace O.
Si E y O tienen una correlación “fuerte”, entonces si trazo O frente a E, mis puntos caen a lo largo de una línea recta con una pendiente distinta de cero. Las correlaciones cercanas a 1 o a -1 se considerarían fuertes. Las correlaciones cercanas a cero se considerarían débiles. La correlación no cuenta toda la historia; uno debería estar interesado en la pendiente también.
Para las razones de riesgo, uno está mirando la probabilidad de enfermedad incidente en el expuesto dividido por la probabilidad de enfermedad incidente en el no expuesto. Ciertamente, si los expuestos son tres veces más propensos a contraer enfermedades que los expuestos (o equivalentemente 1/3 como probable si la exposición es protectora), esto se consideraría fuerte. Las razones de riesgo cercanas a 1.0 son débiles. Algunas veces los RR son muy fuertes. Para fumar y cáncer de pulmón, el RR puede rondar los 20.
Editar _ Miré hacia atrás y vi que preguntaste sobre asociaciones “típicas”. Dado que las proporciones tienen grandes variaciones, la epidemiología generalmente no puede detectar asociaciones débiles en los resultados dicotómicos. Diría que típicamente los RR para los resultados dicotómicos que se informan son estadísticamente significativos y oscilan entre 1,4 y 2,4. Eso no quiere decir que 1,25 no es clínicamente importante, pero los epidemiólogos son incapaces de detectarlo. También hay muchos sesgos que tienden a eliminar las asociaciones, por lo que si se informan RR’s de 3+ y el diseño del estudio es sólido, algo está sucediendo …
