Un sitemap XML ne référence pas du contenu de qualité : il expose une arborescence. Quand on cherche des ressources santé fiables, cette distinction change la méthode de travail. Le sitemap devient un outil d’exploration structurelle, pas un label de confiance médicale.
Balise lastmod et fraîcheur des ressources santé
La balise lastmod dans un sitemap XML indique la date de dernière modification d’une URL. Sur un portail santé, cette donnée permet de repérer les pages récemment révisées, celles qui intègrent potentiellement des recommandations médicales actualisées.
Google peut toutefois ignorer cette valeur si elle est artificiellement renouvelée sans modification réelle du contenu. Un site qui met à jour ses dates sans toucher au fond du texte produit du bruit, pas un signal fiable.
Pour exploiter correctement cette balise, nous recommandons de croiser la date lastmod avec une vérification manuelle : l’article cite-t-il des références postérieures à la date affichée ? L’auteur est-il identifié ? Une page dont le lastmod indique une révision récente mais qui cite des études datant de plusieurs années mérite une lecture critique.
Un bon point de départ pour observer cette structure en conditions réelles : le sitemap de Santé Pratique expose clairement ses URLs et leurs dates de modification, ce qui permet de cibler directement les contenus remaniés.
Sitemap XML et navigation dans l’arborescence d’un site santé
Les portails santé organisent leurs contenus par thématiques (pathologies, prévention, traitements, actualités). Le sitemap XML reflète cette hiérarchie sous forme de liste d’URLs. Contrairement à un moteur de recherche interne, il ne filtre rien : il affiche tout.
C’est précisément son intérêt pour une exploration systématique. Un moteur de recherche interne dépend des termes saisis. Le sitemap, lui, révèle des pages que vous n’auriez pas trouvées par requête, parce que leur titre ou leur URL utilise un vocabulaire différent de celui que vous auriez employé.
Repérer les pages orphelines ou peu visibles
Certaines ressources santé existent sur un site sans être liées depuis le menu principal ni depuis d’autres pages. Ces pages orphelines apparaissent dans le sitemap mais restent invisibles dans la navigation classique. Fiches techniques, protocoles anciens, documents PDF indexés : le sitemap les expose.
Un fichier sitemap peut contenir jusqu’à 50 000 URLs. Sur un portail de santé publique de grande taille, parcourir ce fichier à la main n’a pas de sens. Deux approches fonctionnent :
- Ouvrir le fichier XML dans un navigateur et utiliser la recherche textuelle (Ctrl+F) pour filtrer par mot-clé dans les URLs, par exemple « diabete », « vaccination » ou « grossesse »
- Importer le sitemap dans un tableur via un outil d’extraction XML pour trier les URLs par segment d’arborescence ou par date lastmod
- Utiliser un crawler SEO (Screaming Frog, Sitebulb) qui parse le sitemap et permet de croiser les URLs listées avec celles réellement accessibles depuis la navigation du site
Limites du sitemap pour évaluer la fiabilité d’une ressource santé
Un sitemap ne contient aucune métadonnée sur la qualité éditoriale. Il ne distingue pas un article rédigé par un médecin d’un billet sponsorisé par un laboratoire. La présence d’une URL dans un sitemap ne valide pas son contenu médical.
Google lui-même précise qu’un sitemap constitue un indice de découverte, pas une garantie d’indexation ni de pertinence. Sur les sites que Google considère comme étant de faible qualité, le sitemap peut même être partiellement ignoré lors de l’exploration.
Critères à vérifier après la découverte via sitemap
Une fois qu’une page santé a été repérée grâce au sitemap, l’évaluation de sa fiabilité repose sur des critères indépendants du fichier XML :
- Identification de l’auteur et de ses qualifications médicales (médecin, pharmacien, institution de recherche)
- Date de publication et de dernière révision éditoriale, comparée à la date lastmod du sitemap
- Présence de références bibliographiques vérifiables (études publiées dans des revues à comité de lecture, recommandations d’autorités sanitaires)
- Mention explicite de conflits d’intérêts ou de financements
Les portails publics de santé (institutions gouvernementales, agences sanitaires) constituent généralement des points de départ plus fiables qu’un sitemap de site privé pris isolément. Le sitemap de ces portails permet néanmoins de cartographier l’ensemble des ressources disponibles sur un thème précis, y compris celles qui n’apparaissent pas dans les résultats de recherche classiques.
Sitemap HTML ou XML : lequel utiliser pour explorer un site santé
Un sitemap HTML est une page web destinée aux visiteurs humains. Il présente les liens sous forme de liste cliquable, organisée par catégories. C’est le format le plus intuitif pour un internaute qui cherche à comprendre la structure d’un site.
Le sitemap XML cible les robots d’indexation. Il contient des métadonnées techniques (lastmod, changefreq, priority) absentes du format HTML. Pour une exploration méthodique des ressources santé, le XML offre davantage de données exploitables, mais exige un minimum de confort avec la lecture de fichiers structurés.
En pratique, commencer par le sitemap HTML quand il existe permet d’identifier les grandes rubriques. Le sitemap XML prend le relais quand il faut vérifier l’exhaustivité des pages référencées ou repérer des contenus récemment modifiés grâce au lastmod.
Sur les sites santé de taille modeste, les deux formats convergent et l’un ou l’autre suffit. Sur les portails comportant plusieurs milliers de pages, le sitemap XML reste le seul moyen d’obtenir une vue complète de l’arborescence sans dépendre du maillage interne.
Le sitemap ne remplace ni un moteur de recherche ni un avis médical. Il structure une exploration, accélère le repérage de pages enfouies et fournit des indices de fraîcheur. La vérification de la source, elle, reste un travail éditorial qui se fait page par page.
